Ubuntu22.04 安装和使用标注工具labelImg

LabelImg 是一个用Python编写，并使用Qt作为其图形界面的图形图像注释工具。

一、LabelImg 的安装及配置

1. 安装

Python版本不同，安装方式也不同
1.1 Python 2 + Qt4

sudo apt-get install pyqt4-dev-tools
sudo pip install lxml
git clone https://github.com/tzutalin/labelImg.git
cd labelImg
make all						# 编译报错不用关注
python labelImg.py  #打开 labelImg
python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

1.2 Python 3 + Qt5

sudo apt-get install pyqt5-dev-tools
sudo pip3 install lxml
git clone https://github.com/tzutalin/labelImg.git
cd labelImg
make qt5py3
python3 labelImg.py  #打开 labelImg
python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]

2. 配置

上述是使用命令行启动，如需图形界面触发，可参考如下方法：
2.1 新建 run_labelImg.sh

#!/bin/bash# <labelImg 软件包路径>/labelImg.py
python3 /home/gene/Documents/software/labelImg/labelImg.py

2.2 新建 labelImg.desktop

内容如下：

[Desktop Entry]
Version=1.0
Name=labelImg
Comment=labelImg
Exec=/home/gene/Documents/software/labelImg/run_labelImg.sh
Icon=/home/gene/Documents/software/labelImg/logo.png
StartupNotify=true
Terminal=false
Type=Application
Categories=Applications;

Exec 为上一步骤的 run_labelImg.sh
Icon 为软件打开后的 logo，可以找中意的图片代替(建议与软件相关)；

2.3 图形化启动
拷贝到应用管理器使得系统识别。

sudo cp labelImg.desktop /usr/share/applications/

执行完上述操作，即可通过图形界面启动，或者图中搜索框搜索启动。

二、使用

1. 基础操作介绍

打开labelImg软件后，首先可以进行界面配置，将 view -> Auto Save mode 和 view -> Display Labels 勾选，前者表示会自动保存(注意：最后一张需要手动保存)， 后者表示标签可视化。

接着是界面左侧各操作按键的介绍：

• Open：打开单张图片路径；
• Open Dir ：打开图片文件夹路径；
• Change Save Dir ： 标签保存路径；
• Next Image： 下一张图片；
• Prev Image：上一张图片；
• Verify Image：可更改xml文件的内容；
• Save：保存；
• PascalVOC / Yolo / CreateML ： 三种标签保存模式切换，推荐使用PascalVOC(方便可视化，yolo使用可以使用工具转换)；

快捷键：

• w ：创建矩形框；
• a ：上一张图；
• d ：下一张图；
• Ctrl+滚轮：放大与缩小；

2. 创建自定义标签

2.1 修改 predefined_classes.txt

一般来说 labelImg 会存在默认标签文件，保存在 labelImg/data/predefined_classes.txt 路径下，下面便是默认的标签：

dog
person
cat
tv
car
meatballs
marinara sauce
tomato soup
chicken noodle soup
french onion soup
chicken breast
ribs
pulled pork
hamburger
cavity

注意：每行一个标签，默认标签序号从上到下从0 开始。

现在修改文件内容，创建自己的预标签文件：

person
helmet
no_helmet

注意：修改 预标签文件后，记得重启 labelImg 软件才能识别。

2.2 直接软件界面新增

直接在软件里 创建矩形框，然后手动输入类别，如下图所示，添加新标签house。

 
进行后续图片标注时可以看到，标签 house 依旧可以使用：

有了方便的方法二，为啥还要有方法一嘞？
个人理解原因是：方法二并没有修改 predefined_classes.txt 文件，导致下次软件打开，方法二添加的预标签不存在，而标签需要顺序，方便后续管理。所以应该把常见的标签使用方法一进行永久保存，只有临时性的少数标签使用方法二标注。

3. 图像标注

3.1 重命名排序

首先，为方便管理需要保证数据集的文件名从1开始递增进行重命名，img_sort.sh 脚本 内容如下：

#!/bin/bash# 图片重命名排序脚本
# 用法: ./img_sort.sh /path/to/image/folder [padding_option] [start_number]
# padding_option: 0 - 使用动态前导零补齐 (默认)
#                 1 - 不使用前导零补齐
# start_number:   起始编号 (默认为1)# 检查是否提供了文件夹路径参数
if [ $# -eq 0 ]; thenecho "错误: 请提供文件夹路径作为参数"echo "用法: $0 /path/to/image/folder [padding_option] [start_number]"echo "padding_option: 0 - 使用动态前导零补齐 (默认)"echo "                1 - 不使用前导零补齐"echo "start_number:   起始编号 (默认为1)"exit 1
fi# 获取输入的文件夹路径
INPUT_DIR="$1"# 获取填充选项 (默认为0 - 使用动态前导零补齐)
PADDING_OPTION=${2:-0}# 获取起始编号 (默认为1)
START_NUMBER=${3:-1}# 验证填充选项
if [ "$PADDING_OPTION" != "0" ] && [ "$PADDING_OPTION" != "1" ]; thenecho "错误: 填充选项必须是 0 或 1"echo "0 - 使用动态前导零补齐"echo "1 - 不使用前导零补齐"exit 1
fi# 验证起始编号是否为数字
if ! [[ "$START_NUMBER" =~ ^[0-9]+$ ]]; thenecho "错误: 起始编号必须是正整数"exit 1
fi# 检查文件夹是否存在
if [ ! -d "$INPUT_DIR" ]; thenecho "错误: 文件夹 '$INPUT_DIR' 不存在"exit 1
fi# 创建输出文件夹路径 (在原文件夹名后添加 _sort)
OUTPUT_DIR="${INPUT_DIR%/}_sort"# 如果输出文件夹已存在，询问用户是否覆盖
if [ -d "$OUTPUT_DIR" ]; thenecho "警告: 输出文件夹 '$OUTPUT_DIR' 已存在"read -p "是否覆盖? (y/N): " -n 1 -rechoif [[ ! $REPLY =~ ^[Yy]$ ]]; thenecho "操作已取消"exit 1fi# 删除现有输出文件夹rm -rf "$OUTPUT_DIR"
fi# 创建输出文件夹
mkdir -p "$OUTPUT_DIR"# 检查文件夹是否创建成功
if [ ! -d "$OUTPUT_DIR" ]; thenecho "错误: 无法创建输出文件夹 '$OUTPUT_DIR'"exit 1
fi# 支持的图片扩展名
IMAGE_EXTS=("jpg" "jpeg" "png" "gif" "bmp" "tiff" "webp")# 首先统计图片数量
# echo "正在统计图片数量..."
IMAGE_COUNT=0
while IFS= read -r -d '' FILE; doEXTENSION=$(echo "${FILE##*.}" | tr '[:upper:]' '[:lower:]')if [[ " ${IMAGE_EXTS[@]} " =~ " ${EXTENSION} " ]]; thenIMAGE_COUNT=$((IMAGE_COUNT + 1))fi
done < <(find "$INPUT_DIR" -maxdepth 1 -type f -print0 2>/dev/null)if [ $IMAGE_COUNT -eq 0 ]; thenecho "在指定文件夹中没有找到图片文件"exit 1
fiecho "找到 $IMAGE_COUNT 张图片"# 计算需要的位数（基于图片总数和起始编号，仅当使用前导零时）
if [ "$PADDING_OPTION" = "0" ]; then# 计算最大可能的数字（起始编号 + 图片数量 - 1）MAX_NUMBER=$((START_NUMBER + IMAGE_COUNT - 1))PADDING_LENGTH=${#MAX_NUMBER}echo "使用动态前导零补齐，位数: $PADDING_LENGTH (最大编号: $MAX_NUMBER)"
elseecho "不使用前导零补齐"
fi# 计数器从起始编号开始
COUNT=$START_NUMBER# 处理所有图片文件
echo "开始处理图片..."
PROCESSED_COUNT=0
while IFS= read -r -d '' FILE; doEXTENSION=$(echo "${FILE##*.}" | tr '[:upper:]' '[:lower:]')# 检查是否为图片文件if [[ " ${IMAGE_EXTS[@]} " =~ " ${EXTENSION} " ]]; then# 构建新文件名if [ "$PADDING_OPTION" = "0" ]; then# 使用动态前导零FORMATTED_NUMBER=$(printf "%0${PADDING_LENGTH}d" "$COUNT")NEW_FILENAME="${FORMATTED_NUMBER}.${EXTENSION}"else# 不使用前导零NEW_FILENAME="${COUNT}.${EXTENSION}"fiNEW_PATH="$OUTPUT_DIR/$NEW_FILENAME"# 复制文件到新位置cp "$FILE" "$NEW_PATH"echo "已复制: $(basename "$FILE") -> $NEW_FILENAME"# 增加计数器COUNT=$((COUNT + 1))PROCESSED_COUNT=$((PROCESSED_COUNT + 1))fi
done < <(find "$INPUT_DIR" -maxdepth 1 -type f -print0 2>/dev/null | sort -z)echo "处理完成!"
echo "所有图片已重命名并保存到: $OUTPUT_DIR"
echo "共处理了 $PROCESSED_COUNT 张图片，从 $START_NUMBER 开始编号"

img_sort.sh 脚本 使用命令

# 默认 重命名用0补齐
./img_sort.sh ./helmet_test/image/# 显示 重命名用0补齐
./img_sort.sh ./helmet_test/image/ 0# 显示 重命名不用0补齐
./img_sort.sh ./helmet_test/image/ 1# 显示 重命名用0补齐,且从数字29开始递增命名
./img_sort.sh ./helmet_test/image/ 0  29

3.2 标注

标注过程如下：
① 建议在 数据集同目录创建 annotations文件夹，用于保存标签；
② 打开 labelImg软件，配置如下：
  a) 添加数据集文件夹目录；b) 添加标签保存目录； c) 设置标签格式为 PascalVOC 模式。
③ 标注图像，标注1张，自动保存标签到 annotations文件夹，如下所示：

内容格式如下：

<annotation><folder>image_sort</folder><filename>01.jpeg</filename><path>/home/gene/project/helmet_test/image_sort/01.jpeg</path><source><database>Unknown</database></source><size><width>265</width><height>180</height><depth>3</depth></size><segmented>0</segmented><object><name>person</name><pose>Unspecified</pose><truncated>1</truncated><difficult>0</difficult><bndbox><xmin>79</xmin><ymin>1</ymin><xmax>206</xmax><ymax>179</ymax></bndbox></object>
</annotation>

3.2 voc2yolo 格式转换

若需将 PascalVOC 格式转成 yolo 格式，则新建 voc2yolo.py 文件，执行如下指令进行转换：

# 单参数： 待转换voc标签文件夹路径
# 默认类别：参考 DEFAULT_CLASSES = ['Ball', 'Post', 'L', 'T', 'X']
python3 voc2yolo.py ./Labels# 双参数： 待转换voc标签文件夹路径  标签路径
python3 voc2yolo.py ./Labels /home/gene/Documents/software/labelImg/data/predefined_classes.txt

voc2yolo.py 文件内容如下：

#!/usr/bin/env python3
"""
Pascal VOC 转 YOLO 格式转换脚本
用法: python3 voc2yolo.py [输入文件夹] [类别文件(可选)] [输出文件夹(可选)]
示例: python3 voc2yolo.py ./Labels  # 使用默认类别python3 voc2yolo.py ./Labels /path/to/predefined_classes.txt  # 使用指定类别文件
"""import os
import sys
import xml.etree.ElementTree as ET
from pathlib import Path# 默认类别列表
DEFAULT_CLASSES = ['Ball', 'Post', 'L', 'T', 'X']def parse_args():"""解析命令行参数"""if len(sys.argv) < 2:print("错误: 参数不足")print("用法: python3 voc2yolo.py [输入文件夹] [类别文件(可选)] [输出文件夹(可选)]")print("示例: python3 voc2yolo.py ./Labels  # 使用默认类别")print("示例: python3 voc2yolo.py ./Labels /path/to/predefined_classes.txt")sys.exit(1)input_dir = sys.argv[1]# 处理可选参数class_file = Noneoutput_dir = os.path.join(os.path.dirname(input_dir), "Labels_yolo")if len(sys.argv) > 2:# 检查第二个参数是类别文件还是输出目录if os.path.isfile(sys.argv[2]):class_file = sys.argv[2]if len(sys.argv) > 3:output_dir = sys.argv[3]else:# 第二个参数可能是输出目录output_dir = sys.argv[2]return input_dir, class_file, output_dirdef load_classes(class_file):"""从文件加载类别列表，如果没有提供文件则使用默认类别"""if class_file is None:print("使用默认类别:", DEFAULT_CLASSES)return DEFAULT_CLASSESclasses = []try:with open(class_file, 'r') as f:for line in f:class_name = line.strip()if class_name:  # 跳过空行classes.append(class_name)except FileNotFoundError:print(f"警告: 类别文件 '{class_file}' 不存在，使用默认类别")return DEFAULT_CLASSESexcept Exception as e:print(f"读取类别文件时出错: {e}，使用默认类别")return DEFAULT_CLASSESif not classes:print("警告: 类别文件为空，使用默认类别")return DEFAULT_CLASSESprint(f"从文件加载了 {len(classes)} 个类别: {', '.join(classes)}")return classesdef convert_voc_to_yolo(xml_file, classes, output_dir):"""转换单个VOC XML文件到YOLO格式"""try:tree = ET.parse(xml_file)root = tree.getroot()except Exception as e:print(f"解析XML文件 {xml_file} 时出错: {e}")return# 获取图像尺寸size = root.find('size')if size is None:print(f"警告: {xml_file} 中没有找到尺寸信息，跳过此文件")returnwidth = int(size.find('width').text)height = int(size.find('height').text)if width <= 0 or height <= 0:print(f"警告: {xml_file} 中的图像尺寸无效，跳过此文件")return# 准备输出文件xml_name = Path(xml_file).stemoutput_file = os.path.join(output_dir, f"{xml_name}.txt")yolo_annotations = []# 处理每个对象for obj in root.findall('object'):# 获取类别class_name = obj.find('name').textif class_name not in classes:print(f"警告: 在文件 {xml_file} 中发现未定义类别 '{class_name}'，跳过此对象")continueclass_id = classes.index(class_name)# 获取边界框bbox = obj.find('bndbox')if bbox is None:print(f"警告: 在文件 {xml_file} 中发现没有边界框的对象，跳过")continuexmin = float(bbox.find('xmin').text)ymin = float(bbox.find('ymin').text)xmax = float(bbox.find('xmax').text)ymax = float(bbox.find('ymax').text)# 转换为YOLO格式 (中心点x, 中心点y, 宽度, 高度)x_center = (xmin + xmax) / 2.0 / widthy_center = (ymin + ymax) / 2.0 / heightw = (xmax - xmin) / widthh = (ymax - ymin) / height# 确保值在0-1范围内x_center = max(0, min(1, x_center))y_center = max(0, min(1, y_center))w = max(0, min(1, w))h = max(0, min(1, h))yolo_annotations.append(f"{class_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}")# 写入输出文件try:with open(output_file, 'w') as f:for annotation in yolo_annotations:f.write(annotation + '\n')except Exception as e:print(f"写入文件 {output_file} 时出错: {e}")def main():"""主函数"""input_dir, class_file, output_dir = parse_args()# 检查输入目录if not os.path.isdir(input_dir):print(f"错误: 输入目录 '{input_dir}' 不存在")sys.exit(1)# 加载类别classes = load_classes(class_file)# 创建输出目录os.makedirs(output_dir, exist_ok=True)print(f"输出目录: {output_dir}")# 处理所有XML文件xml_files = [f for f in os.listdir(input_dir) if f.endswith('.xml')]print(f"找到 {len(xml_files)} 个XML文件")for i, xml_file in enumerate(xml_files):xml_path = os.path.join(input_dir, xml_file)print(f"处理文件 {i+1}/{len(xml_files)}: {xml_file}")convert_voc_to_yolo(xml_path, classes, output_dir)print("转换完成!")if __name__ == "__main__":main()

待续 。。。