Yolov5多边形标签和JSON数据格式转换
作者：Pandas_007
Labelme简要介绍
通过labelme对图进行标注后，得到的是json文件，而Yolov5对数据进行模型构建的时候，读取需要的是txt格式的文件。所以需要先通过Python进行文件格式的转换
注：labelme是麻省理工（MIT）的计算机科学和人工智能实验室（CSAIL）研发的图像标注工具，人们可以使用该工具创建定制化标注任务或执行图像标注，项目源代码已经开源。
Labelme程序运行，通过标注后如图所示：
图1 Labelme标注
此图片可以得到以下格式的json文件：
文件中的字段如下：
‘version’——版本号
‘shapes’——里面装的是Yolov5需要的数据
‘label’——你在labelme里面设置的类
‘points’——点的坐标
我这里的label如图1所示共有5类，等下进行json转化为txt的时候用
对应这些类创一个字典以便json进行转换
例：name2id={'bike':0,'arrow':1,'crossline':2,'building':3,'car':4,'person':5}
可能某一张图片中可能不存在上述的某个类，所以这里请以某个json中最多的类创建这个字典。
多边形标签的处理方法
由于yolov5 仅支持矩形图形的识别，所以需要通过数据处理，将多边形变换为矩形。
处理原理：遍历该标签所有的坐标，获取最大x_max,y_max,最小x_min,y_min的x和y的坐标。
然后再进行数据的规范化。
转换后的txt格式如下：
第一个是类，比如第一行中的第一个数字是4，我的name2id中car也为4，即这里指代的就是'car'这个标签。
第一行 第二个 和 第三个数字 为数字为图片中心点(x,y)的坐标
第四个数字和第五个数字对应的是 这个标签的 宽和高。
代码实现
多边形标签代码实现方法
x_max=0
y_max=0
x_min=100000
y_min=100000
for lk in range(len(i['points'])):
x1=float(i['points'][lk][0])
y1=float(i['points'][lk][1])
# print(x1)
if x_max<x1:
x_max=x1
if y_max<y1:
y_max=y1
if y_min>y1:
y_min=y1
if x_min>x1:
x_min=x1
bb = (x_min, y_max, x_max, y_min)json转化为txt的部分代码如下：
def decode_json(json_floder_path,txt_outer_path, json_name):
# json_floder_path='E:\\Python_package\\itesjson\\'
# json_name='V1125.json'
txt_name = txt_outer_path + json_name[:-5] + '.txt'
with open(txt_name,'w') as f:
json_path = os.path.join(json_floder_path, json_name)#os路径融合
data = json.load(open(json_path, 'r', encoding='gb2312',errors='ignore'))
img_w = data['imageWidth']#图片的高
img_h = data['imageHeight']#图片的宽
isshape_type=data['shapes'][0]['shape_type']
print(isshape_type)
#print(isshape_type)
#print('下方判断根据这里的值可以设置为你自己的类型，我这里是polygon'多边形)
#len(data['shapes'])
for i in data['shapes']:
label_name = i['label']#得到json中你标记的类名
if (i['shape_type'] == 'polygon'):#数据类型为多边形 需要转化为矩形
x_max=0
y_max=0
x_min=100000
y_min=100000
for lk in range(len(i['points'])):
x1=float(i['points'][lk][0])
y1=float(i['points'][lk][1])
# print(x1)
if x_max<x1:
x_max=x1
if y_max<y1:
y_max=y1
if y_min>y1:
y_min=y1
if x_min>x1:
x_min=x1
bb = (x_min, y_max, x_max, y_min)
if (i['shape_type'] == 'rectangle'):#为矩形不需要转换
x1 = float(i['points'][0][0])
y1 = float(i['points'][0][1])
x2 = float(i['points'][1][0])
y2 = float(i['points'][1][1])
bb = (x1, y1, x2, y2)
bbox = convert((img_w, img_h), bb)
try:
f.write(str(name2id[label_name]) + " " + " ".join([str(a) for a in bbox]) + '\n')
except:
passjson_floder——读取json的文件夹的绝对路径
txt_outer_path——保存txt文本的文件夹的绝对路径
json_name——json_name是json文本的名字
读取该类的坐标然后进行数字规范化
数字规范化的代码如下：
def convert(img_size, box):
dw = 1. / (img_size[0])
dh = 1. / (img_size[1])
x = (box[0] + box[2]) / 2.0
y = (box[1] + box[3]) / 2.0
w = abs(box[2] - box[0])
h = abs(box[3] - box[1])#加入绝对值的原因是只需要它的宽和高，以免出现负数
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)最后附上我的完整代码：
#处理labelme多边形矩阵的标注 json转化txt
import json
import os
name2id={'bike':0,'arrow':1,'crossline':2,'building':3,'car':4,'person':5}
def convert(img_size, box):
dw = 1. / (img_size[0])
dh = 1. / (img_size[1])
x = (box[0] + box[2]) / 2.0
y = (box[1] + box[3]) / 2.0
w = abs(box[2] - box[0])
h = abs(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,txt_outer_path, json_name):
# json_floder_path='E:\\Python_package\\itesjson\\'
# json_name='V1125.json'
txt_name = txt_outer_path + json_name[:-5] + '.txt'
with open(txt_name,'w') as f:
json_path = os.path.join(json_floder_path, json_name)#os路径融合
data = json.load(open(json_path, 'r', encoding='gb2312',errors='ignore'))
img_w = data['imageWidth']#图片的高
img_h = data['imageHeight']#图片的宽
isshape_type=data['shapes'][0]['shape_type']
print(isshape_type)
#print(isshape_type)
#print('下方判断根据这里的值可以设置为你自己的类型，我这里是polygon'多边形)
#len(data['shapes'])
for i in data['shapes']:
label_name = i['label']#得到json中你标记的类名
if (i['shape_type'] == 'polygon'):#数据类型为多边形 需要转化为矩形
x_max=0
y_max=0
x_min=100000
y_min=100000
for lk in range(len(i['points'])):
x1=float(i['points'][lk][0])
y1=float(i['points'][lk][1])
# print(x1)
if x_max<x1:
x_max=x1
if y_max<y1:
y_max=y1
if y_min>y1:
y_min=y1
if x_min>x1:
x_min=x1
bb = (x_min, y_max, x_max, y_min)
if (i['shape_type'] == 'rectangle'):#为矩形不需要转换
x1 = float(i['points'][0][0])
y1 = float(i['points'][0][1])
x2 = float(i['points'][1][0])
y2 = float(i['points'][1][1])
bb = (x1, y1, x2, y2)
bbox = convert((img_w, img_h), bb)
try:
f.write(str(name2id[label_name]) + " " + " ".join([str(a) for a in bbox]) + '\n')
except:
pass
if __name__ == "__main__":
json_floder_path = 'E:\Python_package\\itesjson\\'#存放json的文件夹的绝对路径
txt_outer_path='E:\Python_package\\e1\\'#存放txt的文件夹绝对路径
json_names = os.listdir(json_floder_path)
print("共有：{}个文件待转化".format(len(json_names)))
flagcount=0
for json_name in json_names:
decode_json(json_floder_path,txt_outer_path,json_name)
flagcount+=1
print("还剩下{}个文件未转化".format(len(json_names)-flagcount))
break
# break
print('转化全部完毕')os.listdir——读取文件下的所有文件。请先创建一个只有json文件的文件夹
记得先修改！！！if __name__==“__main__”后的参数
json_floder_path——改成你自己的json文件夹路径
txt_outer_path——改成你自己的输出文件夹路径
到此这篇关于Yolov5多边形标签和JSON数据格式转换的文章就介绍到这了,更多相关Yolov5的JSON数据格式转换内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！