[labelme] json格式批量转换为mask.png

[labelme] json格式批量转换为mask.png

1.使用labelme制作语义分割数据集，生成.json格式文件，将所有放置于一个文件夹下。

2.找到labelme安装位置的json_to_dataset.py文件，（可以安装一个软件叫Everything，找东西方便许多）

将代码替换为：

import argparse
import json
import os
import os.path as osp
import warnings
import copy
import numpy as np
import PIL.Image
from skimage import io
import yaml
from labelme import utils

def main():
    parser = argparse.ArgumentParser()
    parser.add_argument('json_file')   # 标注文件json所在的文件夹
    parser.add_argument('-o', '--out', default=None)
    args = parser.parse_args()

    json_file = args.json_file

    list = os.listdir(json_file)   # 获取json文件列表
    for i in range(0, len(list)):
        path = os.path.join(json_file, list[i])  # 获取每个json文件的绝对路径
        filename = list[i][:-5]       # 提取出.json前的字符作为文件名，以便后续保存Label图片的时候使用
        extension = list[i][-4:]
        if extension == 'json':
            if os.path.isfile(path):
                data = json.load(open(path))
                img = utils.image.img_b64_to_arr(data['imageData'])  # 根据'imageData'字段的字符可以得到原图像
                # lbl为label图片（标注的地方用类别名对应的数字来标，其他为0）lbl_names为label名和数字的对应关系字典
                lbl, lbl_names = utils.shape.labelme_shapes_to_label(img.shape, data['shapes'])   # data['shapes']是json文件中记录着标注的位置及label等信息的字段

                #captions = ['%d: %s' % (l, name) for l, name in enumerate(lbl_names)]
                #lbl_viz = utils.draw.draw_label(lbl, img, captions)
                out_dir = osp.basename(list[i])[:-5]+'_json'
                out_dir = osp.join(osp.dirname(list[i]), out_dir)
                if not osp.exists(out_dir):
                    os.mkdir(out_dir)

                PIL.Image.fromarray(img).save(osp.join(out_dir, '{}_source.png'.format(filename)))
                PIL.Image.fromarray(lbl).save(osp.join(out_dir, '{}_mask.png'.format(filename)))
                #PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, '{}_viz.jpg'.format(filename)))

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

                warnings.warn('info.yaml is being replaced by label_names.txt')
                info = dict(label_names=lbl_names)
                with open(osp.join(out_dir, 'info.yaml'), 'w') as f:
                    yaml.safe_dump(info, f, default_flow_style=False)

                print('Saved to: %s' % out_dir)


if __name__ == '__main__':
    main()

3.打开终端，我的是在Anaconda Prompt中输入命令：

labelme_json_to_dataset F:/2021_1(4-2)/ProjectNet/invoice/json

…/json为所有json问价所在文件夹

则在该目录下每个json文件会生成一个文件夹，包含以下四个文件。

1_mask.png即为所需要的图片，图片已经进行了标记，全黑是因为标记的像素值为1,2等与背景黑色0十分接近，肉眼无法辨别，但在matlab中查看，

4.建立MaskToRGB.py，运行可将其转化为彩色图片。

import os
from PIL import Image

filepath=r'F:\2021_1(4-2)\ProjectNet\invoice\json\mask'
total = os.listdir(filepath)
savepath = r'F:\2021_1(4-2)\ProjectNet\invoice\json'

num = len(total)
list = range(num)


for i in list:
    filename = total[i][:-4] + '.png'
    img = os.path.join(filepath, filename)
    mask = Image.open(img).convert('L')
    mask.putpalette([0, 0, 0,  # putpalette给对象加上调色板，相当于上色：背景为黑色，目标１为红色，目标2为黄色，目标3为橙色（如果你的图中有更多的目标，可以自行添加更多的调色值）
                     255, 255, 255,
                     255, 255, 0,
                     255, 153, 0])

    #filename2 = total[i][:-4] + '.png'
    mask.save(os.path.join(savepath, filename))

其中
filepath为所有全黑的mask文件所在文件夹，
savepath为转换后的彩色图片存储文件夹
因为在两个文件夹内，所以转换后的文件我没改名，如果需要可以改filename2，再save。

ps:每个json文件会生成一个文件夹,_mask.png位于各自的文件夹下，最后要统一放在一个文件夹中，为了调试通代码我只用了几张图片实验，将它们一个个复制过去，此后要是写了统一提取_mask.png并存放于同一文件夹下的代码再贴(0w0)。

参考：https://blog.csdn.net/gaoyi135/article/details/103870646