labelme标注工具实现json标注数据批量转换

我安装的是新版本（4.5.6）的labelme，根据源码进行了修改，实现json数据的批量转换，输出到指定目录。

以下是针对labelme新版本实现批量json_to_dataset实现方法：

一、找到json_to_dataset.py

如下图所示，在labelme安装目录下找到json_to_dataset.py文件。

 二、替换源码

将json_to_dataset.py中的内容替换为以下代码：

import argparse
import base64
import json
import os
import os.path as osp

import imgviz
import PIL.Image

from labelme.logger import logger
from labelme import utils


def main():
    logger.warning(
        "批量处理json文件。"
        "注意！文件夹中不能有其他文件存在。"
    )
    parser = argparse.ArgumentParser()
    parser.add_argument('json_file')
    parser.add_argument('-o', '--out', default=None)
    args = parser.parse_args()

    json_file = args.json_file

    # 输出路径
    if args.out is None:
        out_dir = osp.basename(json_file).replace('.', '_')
        out_dir = osp.join(osp.dirname(json_file), out_dir)
    else:
        out_dir = args.out
    if not osp.exists(out_dir):
        os.makedirs(out_dir)

    # 处理多个文件
    json_files_names = os.listdir(json_file)
    for i in range(0, len(json_files_names)):
        path = os.path.join(json_file, json_files_names[i])
        logger.info("正在处理: {}".format(path))
        if os.path.isfile(path):
            try:
                data = json.load(open(path, encoding='UTF-8'))
            except:
                data = json.load(open(path))

            if data['imageData']:
                imageData = data['imageData']
            else:
                imagePath = os.path.join(os.path.dirname(path), data['imagePath'])
                try:
                    with open(imagePath, 'rb', encoding='UTF-8') as f:
                        imageData = f.read(encoding='UTF-8')
                        imageData = base64.b64encode(imageData).decode('utf-8')
                except:
                    with open(imagePath, 'rb') as f:
                        imageData = f.read()
                        imageData = base64.b64encode(imageData).decode('utf-8')

            img = utils.img_b64_to_arr(imageData)
            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
            lbl, _ = utils.shapes_to_label(
                img.shape, data["shapes"], label_name_to_value
            )

            label_names = [None] * (max(label_name_to_value.values()) + 1)
            for name, value in label_name_to_value.items():
                label_names[value] = name

            lbl_viz = imgviz.label2rgb(
                label=lbl, img=imgviz.asgray(img), label_names=label_names, loc="rb"
            )
            # 新建路径
            save_dir = osp.join(out_dir,  json_files_names[i].split('.')[0])
            if not os.path.exists(save_dir):
                os.makedirs(save_dir)

            PIL.Image.fromarray(img).save(osp.join(save_dir, 'img.png'))
            utils.lblsave(osp.join(save_dir, 'label.png'), lbl)
            PIL.Image.fromarray(lbl_viz).save(osp.join(save_dir, 'label_viz.png'))

            with open(osp.join(save_dir, 'label_names.txt'), 'w') as f:
                for lbl_name in label_names:
                    f.write(lbl_name + '\n')

            logger.info("Saved to: {}".format(save_dir))

三、运行转换程序

1、激活安装的labelme环境。

查看环境
conda info --envs
激活环境
activate labelme

2、打开cmd命令提示符窗口，然后cd到labelme环境下的Scripts目录。

cd D:\ProgramFiles\Anaconda3\envs\labelme\Scripts

或者，直接在Scripts目录下输入cmd，然后回车即可进去命令提示符窗口

3、在cmd中输入以下命令

labelme_json_to_dataset.exe 待处理的json文件夹路径 -o=输出路径

四、 查看转化结果

在自己给定的输出文件夹中可以看到每个json都相应生成一个文件夹，而文件夹中有如下四个文件：