Labelme数据标签制作
一、Labelme安装1、Anaconda下载、安装2、虚拟环境搭建及labelme包安装（1）虚拟环境搭建（2）labelme包安装
二、Labelme使用：标签制作1、对有类别图像进行标注（做故障样本）2、对无类别图像进行标注（做正样本）
三、Labelme生成的json文件转为png文件1、处理单张json文件2、批量处理json文件3、生成的label批量存放4、将label转换为黑白0-1mask
一、Labelme安装
1、Anaconda下载、安装
具体安装步骤，请参考我前面写的配置cuda环境时的博客 https://blog.csdn.net/qq_47191797/article/details/133678473?spm=1001.2014.3001.5502
2、虚拟环境搭建及labelme包安装
（1）虚拟环境搭建
安装好conda以后，可以在“开始”菜单栏里找到以下Anaconda Prompt打开 开始为Labelme创建虚拟环境，在Anaconda Prompt中运行以下代码（输入+回车即可）：
conda create -n labelme python=3.6
其中labelme及python版本可根据自己需要自定义，如下图所示： labelme虚拟环境创建成功，就可以激活该环境进行使用了（同样输入命令并回车）
conda activate labelme
（2）labelme包安装
安装labelme包命令：
conda install labelme
或者
pip install labelme
如果安装速度特别慢，可以在pip命令后面加上国内镜像源
pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple/
conda也可以添加国内镜像源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
#显示检索路径
conda config --set show_channel_urls yes
#显示镜像通道 conda config --show channels
二、Labelme使用：标签制作
在上述基础上，调用labelme包 【同样，依旧在“开始”菜单栏里找到Anaconda打开其中的Anaconda Prompt输入命令（如下图）】 激活创建的labelme虚拟环境，再通过labelme命令＋回车即会弹出labelme窗口
打开数据图像后，点击鼠标右键选择所需的标签方式进行打标签，若采用第一个，请记得第一个点与最后一个点重合！！！！具体标注方式可百度~~~ 标注制作完毕，既可以点击左上角“file”-“save”或者“save as” 将标注好的图像进行保存
注意：labelme保存的文件是json文件
1、对有类别图像进行标注（做故障样本）
打开所需要标注的图像文件夹---->选择图像---->右键---->create polygons（根据需求选择）---->对目标进行标注（起点终点需要重叠组成一个封闭图形）---->输入类别---->左上角file-save as保存即可！！！！得到json文件
2、对无类别图像进行标注（做正样本）
labelme中打开图像打开文件夹，直接左上角file-save as保存即可（没有目标不需要进行标注），同样得到json文件
注意：如果是生成的json文件时无目标的label在转换成png格式时，可能会报错
UnicodeDecodeError: 'gbk' codec can't decode byte 0xac in position 117: illegal multibyte sequence
具体解决办法如下： 进入你的anaconda安装路径下D:\Anaconda3\envs\labelme\Lib\site-packages\labelme\cli位置，找的json_to_dataset.py文件用pycharm打开！找到第39行代码：
data = json.load(open(json_file))
替换为：
data = json.load(open(json_file, encoding='gb18030', errors='ignore'))
三、Labelme生成的json文件转为png文件
1、处理单张json文件
首先，虽然labelme生成的json文件，但其实该模块下有将其转换为png格式的py文件，即你所安装的Anaconda路径中cli文件中json_to_dataset.py：
只需在labeme环境下，输入命令(路径切换为自己的安装路径)进入json_to_dataset.py所在位置
cd D:\Anaconda3\envs\labelme\Lib\site-packages\labelme\cli
然后，调用json_to_dataset.py文件处理json文件并生成png，后面为labelme生成的json文件路径：
labelme_json_to_dataset F:\crack\Label\Drying2\json_file\d02-001.json
注意：根据路径可发现：json_to_dataset.py只能依次处理一个json文件 即可得到一个包含四个文件的文件夹 分别为：原始数据图、label（一般数据标签只需要这个，可单独存放一个文件夹），label的txt文本格式信息、label与原始图覆盖重叠。
2、批量处理json文件
批量处理json文件的方式如下：
import os
import glob
path = r'F:\crack\Label\Drying2\json_file' # 这里是指.json文件所在文件夹的路径
for json in os.listdir(path):
if json.endswith('.json'):
print(json)
json_file = glob.glob(os.path.join(path, json)) # 返回为列表
print(json_file)
# os.system("activate labelme")
for file in json_file: # 读取列表中路径
os.system("labelme_json_to_dataset.exe %s" % (file))
print(file)
3、生成的label批量存放
将json全部转为png格式后，为了方便使用label图，将每个数据图像的label图提出，存放在一个文件夹的方式如下：
import os
import shutil
path = 'F:/crack/Label/Drying2/json_file/'
dirpath = 'F:/crack/Label/Drying2/batch_label/'
for eachfile in os.listdir(path):
if os.path.isdir(path + eachfile):
if os.path.exists(path + eachfile + '/label.png'):
shutil.copy(path + eachfile + '/label.png', dirpath + eachfile.split('_')[0] + '.png')
print(eachfile)
print(eachfile.split('_')[0])
print(eachfile + ' successfully moved')
4、将label转换为黑白0-1mask
import os
import cv2
import numpy as np
bace_path = r"F:\crack\Label\Drying2\batch_label"
save_path = r"F:\crack\Label\Drying2\annotation"
for im in os.listdir(bace_path):
img = cv2.imread(os.path.join(bace_path, im))
b, g, r = cv2.split(img)
r[np.where(r != 0)] = 255
cv2.imwrite(os.path.join(save_path, im), r)
Record Over!
文章链接
您阅读本篇文章共花了：
发表评论