【分割】labelme标注的Yolo标签转Voc形式

最近要跑分割，但是用的分割项目的数据集格式是voc格式，如下图：

-ImageSets
 --Segmentation
    --train        # 存放训练数据的名称
    --trainval     # 存放总数据名称
    --val          # 存放验证数据名称
-JPEGImages        # 总图片
-SegmentationClass # voc形式的分割图片

voc形式的标签图片：voc标签图片是将类别index（1，2，3，......)映射到颜色。

详细讲解：分割标签索引颜色对照及程序

现在用labelme标注的分割数据集标签是json类型，标注信息会以一个大字典的形式存储在json文件中，要将json形式标签转化成voc带有调色盘的标签图片。

方法一：

搜索发现labelme自带json转voc格式的源码，详细操作参考该博客https://blog.csdn.net/u011574296/article/details/79740633dad但是看了其中的源码发现（我看的是labelme安装位置下的json_export.py)该代码每次只能转换一张图片，很费力，而且我只需要voc格式的数据集，不需要其他的，所以自己改了一下脚本。如方法二

方法二：

    root_path='label/result' 
    data_list=os.listdir(root_path)
    for name in data_list:
        if name.split('.')[-1]=='json':
            json_path=os.path.join(root_path,name)
            img_path=os.path.join(root_path,name.split('.')[0]+'.png')
            tmp = {}
            with open(json_path, "r") as f:
                tmp = f.read()
            tmp = json.loads(tmp)

            img = cv2.imread(img_path)
            mask = np.zeros(img.shape[:2],dtype=np.uint8)  # 
            mask1 = np.zeros(img.shape[:2],dtype=np.int32)
            mask=Image.fromarray(mask)
            l=len(tmp['shapes'])
            for i in range(0,l):
                draw=ImageDraw.Draw(mask)
                points = tmp["shapes"][i]["points"]  # 将point大列表中的每个点的列表转化为元组
                xy=[tuple(point) for point in points]
                # print(xy)
                assert len(xy)>2,"Polygon must have points more than 2" # 至少两个点才能绘制一个封闭的图形
                draw.polygon(xy=xy, fill=1)
            a = np.array(mask, dtype=bool) 
            # print(mask1.shape)
            mask1[a]=1  # 这里1表示该类别的index是1，因为我这里只需要一类，可根据情况自行修改。
            # 调色板上色
            mask=Image.fromarray(mask1.astype(np.uint8),mode="P")
            colormap = imgviz.label_colormap()
            mask.putpalette(colormap.flatten())  # 将调色板放入图片中
            mask_path=os.path.join('voc_label',name.split('.')[0]+'.png')
            mask.save(mask_path)          
    print('successful')

将带有json和对应图片的路径传给root_path,就可以生成对应的voc标签。

最终我的voc标签：