国内优秀网站网站正在建设源代码

1.下载labelme

pip install labelme==3.16.7

 下载

2.打开labelme

 在终端输入：labelme

3.使用label进行分割

imgs中存放我的要分割的图片，json文件夹是我想保存json文件的地方

修改输出路径（输出的文件是.json），选择对应的文件夹

设置自动保存

打开原始的图片文件夹

 点击这个，进行分割

首尾点重合，弹出这个框，输入类别 ，第一次需要输入类别，后续如果类别一样，只用选择然后点击“OK”即可。

保存结果如下 

4.将json转为png

一般一次只能转换一张图片，在终端输入命令

labelme_json_to_dataset "D:\Graduation_project\data\Tomato_1\json\PlantVillage_tomato_1.json"

路径改为自己的json文件路径

5.修改mask图像的颜色

当我只有一种风格对象时，默认会显示红色，例如

首先找到labelme下载的地址 

Scripts换为下面方框中的，找到draw.py文件 

修改如下：增加了判断

            if i == 1:r = 255g = 255b = 255else:r = np.bitwise_or(r, (bitget(id, 0) << 7 - j))g = np.bitwise_or(g, (bitget(id, 1) << 7 - j))b = np.bitwise_or(b, (bitget(id, 2) << 7 - j))

6.批量转化json为png

找到该文件

完整修改代码如下：

import argparse
import base64
import json
import os
import os.path as ospimport PIL.Image
import yamlfrom labelme.logger import logger
from labelme import utilsdef process_json_file(json_file, out_label_viz_dir, out_masks_dir):# 读取 JSON 文件with open(json_file, 'r') as f:data = json.load(f)imageData = data.get('imageData')if not imageData:imagePath = osp.join(osp.dirname(json_file), data['imagePath'])with open(imagePath, 'rb') as f:imageData = base64.b64encode(f.read()).decode('utf-8')img = utils.img_b64_to_arr(imageData)# 构建 label_name 到数值的映射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# 生成标签图像lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)# 生成标签名称列表label_names = [None] * (max(label_name_to_value.values()) + 1)for name, value in label_name_to_value.items():label_names[value] = namelbl_viz = utils.draw_label(lbl, img, label_names)# 获取 JSON 文件的前缀（不含扩展名）prefix = osp.splitext(osp.basename(json_file))[0]# 保存 label_viz.png 到 label_viz 文件夹label_viz_file = osp.join(out_label_viz_dir, prefix + '_label_viz.png')PIL.Image.fromarray(lbl_viz).save(label_viz_file)# 保存 label_names.txt 到 label_viz 文件夹label_names_file = osp.join(out_label_viz_dir, prefix + '_label_names.txt')with open(label_names_file, 'w') as f:for lbl_name in label_names:f.write(lbl_name + '\n')# 保存 info.yaml 到 label_viz 文件夹info_yaml_file = osp.join(out_label_viz_dir, prefix + '_info.yaml')info = dict(label_names=label_names)with open(info_yaml_file, 'w') as f:yaml.safe_dump(info, f, default_flow_style=False)# 保存 label.png 到 masks 文件夹label_file = osp.join(out_masks_dir, prefix + '_label.png')utils.lblsave(label_file, lbl)logger.info('Processed and saved outputs for: {}'.format(json_file))def main():parser = argparse.ArgumentParser(description="批量将 JSON 文件转换为图片，并将结果分别保存到 label_viz 与 masks 文件夹中")# 输入目录为包含 JSON 文件的目录parser.add_argument('json_dir', help="包含 JSON 文件的目录")# 可选参数指定输出文件夹名称，默认值为 label_viz 与 masksparser.add_argument('--label_viz', default='label_viz', help="输出 label_viz 文件夹的名称")parser.add_argument('--masks', default='masks', help="输出 masks 文件夹的名称")args = parser.parse_args()json_dir = args.json_dir# 输出文件夹位于 json 文件夹的上一级目录parent_dir = osp.dirname(json_dir)out_label_viz_dir = osp.join(parent_dir, args.label_viz)out_masks_dir = osp.join(parent_dir, args.masks)# 检查输入目录是否存在if not osp.exists(json_dir):logger.error("指定的 JSON 目录不存在: {}".format(json_dir))return# 如输出文件夹不存在，则创建if not osp.exists(out_label_viz_dir):os.makedirs(out_label_viz_dir)if not osp.exists(out_masks_dir):os.makedirs(out_masks_dir)# 获取 JSON 文件列表，仅处理扩展名为 .json 的文件json_files = [osp.join(json_dir, f) for f in os.listdir(json_dir) if f.lower().endswith('.json')]if not json_files:logger.error("在 {} 中未找到 JSON 文件".format(json_dir))return# 遍历处理每个 JSON 文件for json_file in json_files:process_json_file(json_file, out_label_viz_dir, out_masks_dir)if __name__ == '__main__':main()

实现效果

在终端输入，D:\Graduation_project\data\Tomato_1\json为输出的json文件所在地

labelme_json_to_dataset D:\Graduation_project\data\Tomato_1\json

运行效果：会在D:\Graduation_project\data\Tomato_1\json的同一级目录，生成两个文件，label_viz 和 masks，里面存放输出

补充：还可以指定--label_viz 和 --masks 参数，指定文件夹名称，例如

labelme_json_to_dataset D:\Graduation_project\data\Tomato_1\json --label_viz my_label_viz --masks my_masks