labelme的json文件转为yolov5的txt文件

json文件格式如下,其中points是指矩形框的两个对角点

  "version": "4.6.0",
  "flags": {},
  "shapes": [
    {
      "label": "break",
      "points": [
        [
          988.936170212766,
          297.0
        ],
        [
          1053.8297872340424,
          368.27659574468083
        ]
      ],
      "group_id": null,
      "shape_type": "rectangle",
      "flags": {}
    }
  ],
  "imagePath": "20220617_blue_h_24.jpg",

python进行批量转换:
首先了解YOLO格式要求(类别 中心点的x 中心点的y 宽度w 高度h),并且需要根据图片大小进行归一化处理。
注意:yolo要求的数据不能有负数,所以如果标注的时候矩形框不是左上到右下进行的话,有可能产生负数。

  • 更改json文件路径
  • 更改类别,类别标签数
  • 注意会不会产生负数,产生负数需要加绝对值
'''
将json文件转为yolo所需要的txt文件。将未转换的标注放入labels文件夹中,图片放入images文件夹中
json中[x1,y1,x2,y2],(x1,y1)表示目标左上角坐标,(x2,y2)表示目标右下角坐标,图片左上角坐标为(0,0)
yolo的txt中[class,x_center,y_center,width,height](需要根据图片宽高进行归一化处理)
yolo(类别 中心点的x 中心点的y 宽度w 高度h)
'''

import json
import os
from PIL import Image


def convert(img_size, box):  # 坐标转换
    dw = 1. / (img_size[0])
    dh = 1. / (img_size[1])
    x = (box[0] + box[2]) / 2.0
    y = (box[1] + box[3]) / 2.0
    # 左上到右下,否则负数
    w = box[2] - box[0]
    h = box[3] - box[1]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh

    return x, y, w, h


def decode_json(json_floder_path, json_name):
    txt_name = 'C:/Users/SuLiang/Desktop/pythonProject/turn/yolo/label/' + json_name[0:-5] + '.txt'  # 生成txt文件存放的路径
    txt_file = open(txt_name, 'w')
    json_path = os.path.join(json_floder_path, json_name)
    data = json.load(open(json_path, 'r', encoding='utf-8'))

    image_path = 'C:/Users/SuLiang/Desktop/pythonProject/turn/yolo/images/' + json_name[0:-5] + '.jpg'  # 图片存放路径

    # 使用pillow读取图片,获取图片的宽和高
    img_pillow = Image.open(image_path)
    img_w = img_pillow.width  # 图片宽度
    img_h = img_pillow.height  # 图片高度

    # 'break', 'errorbreak', 'strip', 'whitebreak'
    for i in data['shapes']:

        if i['label'] == 'break':  # 目标的类别
            x1, y1= i['points'][0]
            x2, y2= i['points'][1]

            bb = (x1, y1, x2, y2)
            bbox = convert((img_w, img_h), bb)
            txt_file.write('0' + " " + " ".join([str(a) for a in bbox]) + '\n')  # 此处将该目标类别记为“0”

        if i['label'] == 'error_break':  # 目标的类别
            x1, y1 = i['points'][0]
            x2, y2 = i['points'][1]

            bb = (x1, y1, x2, y2)
            bbox = convert((img_w, img_h), bb)
            txt_file.write('1' + " " + " ".join([str(a) for a in bbox]) + '\n')  # 此处将该目标类别记为“1”

        if i['label'] == 'strip':  # 目标的类别
            x1, y1 = i['points'][0]
            x2, y2 = i['points'][1]

            bb = (x1, y1, x2, y2)
            bbox = convert((img_w, img_h), bb)
            txt_file.write('2' + " " + " ".join([str(a) for a in bbox]) + '\n')  # 此处将该目标类别记为“2”

        if i['label'] == 'white_break':  # 目标的类别
            x1, y1 = i['points'][0]
            x2, y2 = i['points'][1]

            bb = (x1, y1, x2, y2)
            bbox = convert((img_w, img_h), bb)
            txt_file.write('3' + " " + " ".join([str(a) for a in bbox]) + '\n')  # 此处将该目标类别记为“3”


if __name__ == "__main__":

    json_floder_path = 'C:/Users/SuLiang/Desktop/pythonProject/turn/json'  # json文件的路径
    json_names = os.listdir(json_floder_path)
    for json_name in json_names:
        decode_json(json_floder_path, json_name)

你可能感兴趣的:(#,yolov5,pytorch,json,目标检测,人工智能)