1,在win10上cmd,然后打开输入“labelme”。如果没有则需要使用pip install labelme进行安装;
2,这个labelme上面有“OpenDir”,打开所需训练的文件。然后点击“File---Save Automatically---Change Output Dir”,其中Output Dir是用来存放标记出来的.json文件。然后开始识别,点击“Create Polygons”将其上面需要识别区域标识出来;
3,将文件标记完之后,然后就需要用到下面的jsonUtil,这个是用来将标记和分类图片用的
import os
import cv2
import numpy as np
# 将json文件label转换成图片到data文件夹
'''这个类主要作用是将图片和手工标志使用labelme_json_to_dataset分类,然后得到图片分类文件夹'''
n=300
for i in range(n):
os.system('labelme_json_to_dataset E:/labelme/json/%d.json -o E:/labelme/data/%d_json'%(i,i))
# dst_w=512
# dst_h=512
# dst_shape=(dst_w,dst_h,3)
train_image = 'E:/labelme/train_image/'
if not os.path.exists(train_image):
os.makedirs(train_image)
train_label = 'E:/labelme/train_label/'
if not os.path.exists(train_label):
os.makedirs(train_label)
for i in range(n):
print(i)
img = cv2.imread('E:/labelme/data/%d_json/img.png' %i)
label = cv2.imread('E:/labelme/data/%d_json/label.png' %i)
print(img.shape)
label = label / np.max(label[:, :, 2]) * 255
label[:, :, 0] = label[:, :, 1] = label[:, :, 2]
print(np.max(label[:, :, 2]))
# cv2.imshow('l',label)
# cv2.waitKey(0)
print(set(label.ravel()))
cv2.imwrite(train_image + '%d.png' %i, img)
cv2.imwrite(train_label + '%d.png' %i, label)
是从这篇文章抽出这个出来的-https://blog.csdn.net/qq_32194791/article/details/106748685