#json_to_dataset 批量转换# 两种经过试验的实现方法 以及 报错解决方案

方法一

json_to_dataset.py参考代码

可以尝试依照https://blog.csdn.net/yql_617540298/article/details/81110685教程中的代码，对json_to_dataset.py文件进行修改（可以参考我的路径找到该py文件：/home/anaconda2/envs/labelme/lib/python3.9/site-packages/labelme/cli），很多小伙伴都通过这种修改方法成功了。

不过，修改之后，可能出现AttributeError: module ‘labelme.utils’ has no attribute 'draw_label’的报错，可以通过添加draw_label模块进行修改。

module ‘labelme.utils‘ has no attribute ‘draw_label‘的报错解决方法

这一报错是由于labelme.utils中没有draw_label这个模块，所以我们需要自己进行添加。

首先找到labelme.utils文件夹（可以参考我的路径：/home/anaconda2/envs/labelme/lib/python3.9/site-packages/labelme/utils）。

在文件夹中，可以找到draw.py文件，我们需要在该文件中添加draw_label：

def draw_label(label, img=None, label_names=None, colormap=None):
    import matplotlib.pyplot as plt
    backend_org = plt.rcParams['backend']
    plt.switch_backend('agg')

    plt.subplots_adjust(left=0, right=1, top=1, bottom=0,
                        wspace=0, hspace=0)
    plt.margins(0, 0)
    plt.gca().xaxis.set_major_locator(plt.NullLocator())
    plt.gca().yaxis.set_major_locator(plt.NullLocator())

    if label_names is None:
        label_names = [str(l) for l in range(label.max() + 1)]

    if colormap is None:
        colormap = label_colormap(len(label_names))

    label_viz = label2rgb(label, img, n_labels=len(label_names))
    plt.imshow(label_viz)
    plt.axis('off')

    plt_handlers = []
    plt_titles = []
    for label_value, label_name in enumerate(label_names):
        if label_value not in label:
            continue
        if label_name.startswith('_'):
            continue
        fc = colormap[label_value]
        p = plt.Rectangle((0, 0), 1, 1, fc=fc)
        plt_handlers.append(p)
        plt_titles.append('{value}: {name}'
                          .format(value=label_value, name=label_name))
    plt.legend(plt_handlers, plt_titles, loc='lower right', framealpha=.5)

    f = io.BytesIO()
    plt.savefig(f, bbox_inches='tight', pad_inches=0)
    plt.cla()
    plt.close()

    plt.switch_backend(backend_org)

    out_size = (label_viz.shape[1], label_viz.shape[0])
    out = PIL.Image.open(f).resize(out_size, PIL.Image.BILINEAR).convert('RGB')
    out = np.asarray(out)
    return out

需要注意的，完成draw.py修改之后，要记得在utils文件夹中__init__.py文件中对draw_label进行import。

from .draw import draw_label

如果utils文件夹中甚至没有draw.py文件，可以参考https://blog.csdn.net/yql_617540298/article/details/104182777中的完整draw.py代码进行尝试，看评论区有一些小伙伴成功了。不过我使用该draw.py代码还是会报错，建议没有该draw.py文件的小伙伴使用方法二。

方法二

参考了https://blog.csdn.net/szumaine/article/details/104407182文章，并在代码上做了一些修改（原博文中的代码无法生成yaml文件）。这种方法基于原始的json_to_dataset代码进行修改，则无需使用draw_label，避免了对draw.py进行修改，我个人认为这一方法比较方便。

同样，找到json_to_dataset.py文件（可以参考我的路径找到该py文件：/home/anaconda2/envs/labelme/lib/python3.9/site-packages/labelme/cli），将以下代码复制到json_to_dataset.py文件中即可：

import yaml
import argparse
import base64
import json
import os
import os.path as osp

import imgviz
import PIL.Image

from labelme.logger import logger
from labelme import utils
from math import *
import numpy as np
import random



def main():
    list_path = os.listdir('/media/DATA/STUDY/picture/json')      # 这是我的路径，替换成自己的就好
    for i in range(0, len(list_path)):
            logger.warning('This script is aimed to demonstrate how to convert the'
                           'JSON file to a single image dataset, and not to handle'
                           'multiple JSON files to generate a real-use dataset.')

            parser = argparse.ArgumentParser()
            parser.add_argument('--json_file')
            parser.add_argument('-o', '--out', default=None)
            args = parser.parse_args()

            json_file = '/media/DATA/STUDY/picture/json/' + list_path[i]         # 这是我的路径，替换成自己的就好
            print(list_path[i])
            if args.out is None:
                out_dir = osp.basename(json_file).replace('.', '_')  # 返回文件名
                out_dir = osp.join(osp.dirname(json_file), out_dir)  # 把目录和文件名合成一个路径
            else:
                out_dir = args.out
            if not osp.exists(out_dir):
                os.mkdir(out_dir)  # 用于以数字权限模式创建目录

            data = json.load(open(json_file))
            imageData = data.get('imageData')

            if not imageData:
                imagePath = os.path.join(os.path.dirname(json_file), data['imagePath']) # os.path.dirname返回文件路径
                with open(imagePath, 'rb') as f:
                    imageData = f.read()
                    imageData = base64.b64encode(imageData).decode('utf-8')
            img = utils.img_b64_to_arr(imageData)

            label_name_to_value = {'_background_': 0}
            for shape in sorted(data['shapes'], key=lambda x: x['label']):
                label_name = shape['label']
                if label_name in label_name_to_value:
                    label_value = label_name_to_value[label_name]
                else:
                    label_value = len(label_name_to_value)
                    label_name_to_value[label_name] = label_value
            lbl, _ = utils.shapes_to_label(
                img.shape, data['shapes'], label_name_to_value
            )

            label_names = [None] * (max(label_name_to_value.values()) + 1)
            for name, value in label_name_to_value.items():
                label_names[value] = name

            lbl_viz = imgviz.label2rgb(
                label=lbl, img=imgviz.asgray(img), label_names=label_names, loc='rb'
            )

            PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))
            utils.lblsave(osp.join(out_dir, 'label.png'), lbl)
            PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, 'label_viz.png'))

            with open(osp.join(out_dir, 'label_names.txt'), 'w') as f:
                for lbl_name in label_names:
                    f.write(lbl_name + '\n')

            logger.warning('info.yaml is being replaced by label_names.txt')
            info = dict(label_names=label_names)
            with open(osp.join(out_dir, 'info.yaml'), 'w') as f:
                yaml.safe_dump(info, f, default_flow_style=False)


            logger.info('Saved to: {}'.format(out_dir))
            x = out_dir+'\\label.png'

if __name__ == '__main__':
    main()

需要注意的是，代码中包含了需要转换的json文件路径（所有待转换的json文件需放在该文件夹内），有两处需要依据自己保存json文件的路径进行修改，注释已经标明。

如果再次使用该函数时需要修改路径，则在这两处修改。

#第一次在CSDN写文章，主要是做批量转换的时候踩了好多坑，所以整理一下各位大佬分享的有效方法，写出来和大家分享QAQ#