图像分类标注小工具--快速，简单，高效

深度学习分类算法图像数据分类小工具

---

前言

做分类算法数据标注时如果利用labelme等工具来分类图片的话效率太低，不好使用。于是写了个小工具对图片进行分类给标注人员使用，支持任意类别数。

---

一、小工具使用方法

以下使用例子4类为例
写好python代码使用一下命令编译生成Classification_Tools.exe

pyinstaller -F Classification_Tools.py

原始待分类图片全部放在data_all文件夹内，双击Classification_Tools.exe启动程序如下图，因为我是4个类别所以程序会自动创建0，1，2，3文件夹和unconfirmed文件夹，此时我们只需使用按键0，1，2，3即可将当前图片存放进相应的文件夹内，按右键可跳过当前图片进行下一站图片，如果前一张分错了则按左键，会返回前一张图片然后重新进行分类，完成图片分类。如果遇到不确定或者不需要的图片则按d键图片会放进unconfirmed文件夹内

二、实现代码

代码如下（示例）：

from cv2 import namedWindow, imshow, waitKeyEx, imread
import os
import shutil
import time
import sys

leftkeys = (81, 110, 65361, 2424832)
rightkeys = (83, 109, 65363, 2555904)
# 当前脚本工作的目录路径
root_dir = os.getcwd()
# print(root_dir)
# os.path.abspath()获得绝对路径
root_absdir = os.path.abspath(os.path.dirname(__file__))
# print(root_absdir)


def make_dirs2(n):
    if not os.path.exists(os.path.join(root_dir, n)):
        os.makedirs(os.path.join(root_dir, n))


def Classification_Tools(num_cls):
    data_dir = './data_all/'   # 待分类数据路径
    if not os.path.exists(data_dir):
        print('data_all not exists, please put data to: ', data_dir)
        time.sleep(5)
        exit()
    unconfirmed = 'unconfirmed'  # 不确定数据存放路径
    make_dirs2(unconfirmed)
    for i in range(num_cls):
        make_dirs2(str(i))
    image_list = os.listdir(data_dir)
    if len(image_list) == 0:
        print('no image in %s ... please put data to: %s'%(data_dir, data_dir))
        time.sleep(5)
        exit()
    namedWindow('Classification_Tools', 0)
    i = 0
    coccus_label = None
    while True:
        assert i < len(image_list), ('no image left...')
        print('i', i)
        image_path = os.path.join(data_dir, image_list[i])
        print(image_path)
        image = imread(image_path)
        print(image.shape)
        imshow('Classification_Tools', image)
        key = waitKeyEx()

        if key == ord('d'):
            coccus_label = 'unconfirmed'
            shutil.move(image_path, os.path.join(root_dir, unconfirmed))
            i += 1  # (i + 1) % len(image_list)
        if key in rightkeys:
            i += 1  # (i + 1) % len(image_list)
        if key in leftkeys and coccus_label != None:
            # if not os.path.exists(os.path.join(('./' + str(coccus_label)), image_list[i-1])):
            print('leftkeys:', os.path.join(('./' + str(coccus_label)), image_list[i - 1]))
            if os.path.exists(os.path.join(('./' + str(coccus_label)), image_list[i - 1])):
                print('ssssssssssssss', os.path.join(('./' + str(coccus_label)), image_list[i - 1]))
                shutil.move(os.path.join(('./' + str(coccus_label)), image_list[i - 1]), data_dir)
            i -= 1
            if i < 0:
                i = len(image_list) - 1

        if (key == ord('q')) or (key == 27):
            break

        for j in range(num_cls):
            if key & 0xFF == ord(str(j)):
                coccus_label = str(j)
                shutil.move(image_path, os.path.join(root_dir, str(j)))
                i += 1  # (i + 1) % len(image_list)
                break


if __name__ == '__main__':
    # num_cls = sys.argv[1] # 传入类别数量
    num_cls = 4
    Classification_Tools(num_cls)

总结

比开源的那些软件更好用，效率高。