MMYOLO:“json格式”标注数据转“yolo txt格式”

一、label：txt格式转json格式

MMYOLO提供脚本将 labelme 的 label 转换为 COCO label：

检查转换的COCO label：

 二、label：json格式转yolo（txt）格式

json格式label形式如下：比较重要的信息有，“label”即类别id，“points”即目标框角点坐标，分别指[左上角x坐标，左上角y坐标]，[右下角x坐标，右下角y坐标]

yolo格式说明：

数据格式：类别id  中心点x坐标   中心点y坐标  w    h（相对于图片宽高）
x= (shape['points'][0][0] + shape['points'][1][0]) / 2 / data['imageWidth']
y= (shape['points'][0][1] + shape['points'][1][1]) / 2 / data['imageHeight']
w= (shape['points'][1][0] - shape['points'][0][0]) / data['imageWidth']
h= (shape['points'][1][1] + shape['points'][0][1]) / data['imageHeight']

代码如下：

import os
import json

def json_to_yolo(json_path, txt_path, label_list):
    with open(json_path, 'r') as f:
        data = json.load(f)

    with open(txt_path, 'w') as f:
        for shape in data['shapes']:
            if shape['label'] in label_list:
                x1 = shape['points'][0][0] / data['imageWidth']
                y1 = shape['points'][0][1] / data['imageHeight']
                x2 = shape['points'][1][0] / data['imageWidth']
                y2 = shape['points'][1][1] / data['imageHeight']
                x3=(x1+x2)/2
                y3=(y1+y2)/2
                label = label_list.index(shape['label']) #类别id
                f.write(f"{label} {x3} {y3} {x2-x1} {y2-y1}\n")

label_list = ['cat'] # 标签列表 此代码测试数据集为单类别

input_folder = 'json格式label所在目录'
output_folder = '得到的txt格式label输出目录'

if not os.path.exists(output_folder):
    os.makedirs(output_folder)

for filename in os.listdir(input_folder):
    if filename.endswith('.json'):
        json_path = os.path.join(input_folder, filename)
        txt_path = os.path.join(output_folder, os.path.splitext(filename)[0] + '.txt')
        json_to_yolo(json_path, txt_path, label_list)

检测转换的txt label：思路就是，将txt文件里的中心点坐标，标注到对应图片中上，代码如下：

import os
import cv2

# 创建新的文件夹用于存放标注后的图片
output_folder = '标注好的图片的输出目录'
if not os.path.exists(output_folder):
    os.makedirs(output_folder)

# 获取txt文件夹中的所有txt文件
txt_folder = r'存放txt格式label的文件夹目录'
txt_files = [f for f in os.listdir(txt_folder) if f.endswith('.txt')]

# 遍历每个txt文件
for txt_file in txt_files:
    # 读取对应的图片文件，图片name和txt文件name一致
    image_file = os.path.splitext(txt_file)[0] + '.jpg'
    image_path = os.path.join(r'图片所在文件夹目录', image_file)  
    if os.path.exists(image_path):
        # 读取图片
        image = cv2.imread(image_path)

        # 读取txt文件中的标注数据
        with open(os.path.join(txt_folder, txt_file), 'r') as f:
            data = f.readline().split()
            x = float(data[1])
            y = float(data[2])

        # 将（x，y）坐标对应的点标注到图片上
        x_pixel = int(x * image.shape[1])
        y_pixel = int(y * image.shape[0])
        cv2.circle(image, (x_pixel, y_pixel), 5, (0, 0, 255), -1)

        # 保存生成的图片到新的文件夹中
        output_file = os.path.join(output_folder, image_file)
        cv2.imwrite(output_file, image)
    else:
        print("对应的图片文件{}不存在".format(image_path))

print("可视化操作完成，生成的图片存放在{}文件夹中".format(output_folder))

结果如下：每个红点点都在猫的中心位置，转换成功！