【意味分割】複数種類の意味分割データセットを一括作成

操作手順

実行json_to_dataset.pyファイル、バッチjsonをdataset

に変換

実行get_jpg_and_png.pyファイル、対応するpng階調図

を生成する
注意:3.16.2バージョンのlabelmeを使用して、ブロガーは4.2.10バージョンのlabelmeを試したことがあります.drawはありません.pyファイル.ブロガーは3.16.2バージョンのdrawを試した.pyファイルを4.2.10フォルダの下のutilsファイルにコピーして、自分で構築してもだめで、間違いを報告します.drawを変更しなければなりません.pyファイルの内容ですね.
以下のコードはすべてのコードで、直接実行できます.
1. json_to_dataset.pyコード(jsonをdatasetに一括変換):

# -*- encoding: utf-8 -*-
"""
@File    : json_to_dataset.py.py
@Time    : 2020/5/28 18:09
@Author  : ligang
@WeChat   : by15188607997
@Software: PyCharm
@explain：     json      dataset
"""

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

import PIL.Image
import yaml

from labelme import utils
import base64

def main(frompath, outputpath):
    count = os.listdir(frompath)
    for i in range(0, len(count)):
        path = os.path.join(frompath, count[i])
        if os.path.isfile(path) and path.endswith('json'):
            data = json.load(open(path))
            if data['imageData']:
                imageData = data['imageData']
            else:
                imagePath = os.path.join(os.path.dirname(path), data['imagePath'])
                print(imagePath)
                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 data['shapes']:
                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

            # label_values must be dense
            label_values, label_names = [], []
            for ln, lv in sorted(label_name_to_value.items(), key=lambda x: x[1]):
                label_values.append(lv)
                label_names.append(ln)
            assert label_values == list(range(len(label_values)))

            lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)

            captions = ['{}: {}'.format(lv, ln)
                        for ln, lv in label_name_to_value.items()]
            lbl_viz = utils.draw_label(lbl, img, captions)
            out_dir = osp.basename(count[i]).replace('.', '_')
            out_dir = osp.join(osp.dirname(count[i]), out_dir)
            out_dir = osp.join(outputpath, out_dir)

            if not osp.exists(out_dir):
                os.mkdir(out_dir)

            PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))

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

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

            warnings.warn('info.yaml is being replaced by label_names.txt')
            info = dict(label_names=label_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__':
    #    、json     
    frompath = "./before/"
    #         
    outputpath = "./output"
    if not osp.exists(outputpath):
        os.mkdir(outputpath)

    main(frompath, outputpath)

結果:出力されたoutputファイルに保存され、labelme_と同じ役割を果たします.json_to_Dataset作用.上のコードはロットです.
2. get_jpg_and_png.pyコード(対応するpng階調図を生成):
注意:class_name.txtファイルのクラスは手動で記入する必要があります.

# -*- encoding: utf-8 -*-
"""
@File    : get_jpg_and_png.py
@Time    : 2020/5/28 18:07
@Author  : ligang
@WeChat   : by15188607997
@Software: PyCharm
"""


import os
from PIL import Image
import numpy as np


def main(frompath_jpg, outputpath_json, output_jpg, output_png, path_allclass):
    #       
    count = os.listdir(frompath_jpg)
    for i in range(0, len(count)):
        #        jpg  
        #        png
        if count[i].endswith("jpg"):
            path = os.path.join(frompath_jpg, count[i])
            img = Image.open(path)
            img.save(os.path.join(output_jpg, count[i]))

            #      png
            path = outputpath_json + count[i].split(".")[0] + '_' + count[i].split(".")[1] + "_json/label.png"
            img = Image.open(path)

            #       
            class_txt = open(path_allclass, "r")
            class_name = class_txt.read().splitlines()
            # ["bk","cat","dog"]
            #   json        ，      
            with open(outputpath_json + count[i].split(".")[0] + '_' + count[i].split(".")[1] + "_json/label_names.txt", "r") as f:
                names = f.read().splitlines()
                # ["bk","dog"]
                new = Image.new("RGB", [np.shape(img)[1], np.shape(img)[0]])
                for name in names:
                    # index_json json       ，   
                    index_json = names.index(name)
                    # index_all     
                    index_all = class_name.index(name)
                    #            
                    new = new + np.expand_dims(index_all * (np.array(img) == index_json), -1)

            new = Image.fromarray(np.uint8(new))
            new.save(os.path.join(output_png, count[i].replace("jpg", "png")))
            print(np.max(new), np.min(new))


if __name__ == '__main__':
    #    （          ）  ：
    # _background_（   ）
    # Albatross
    # _Yellowthroat
    path_allclass = "./before/class_name.txt"
    #    、json     
    frompath_jpg = "./before/"
    #         
    outputpath_json = "./output/"
    #   jpg       
    output_jpg = "./traindata/jpg/"
    #   jpg       
    output_png = "./traindata/png/"
    if not os.path.exists(output_jpg):
        os.makedirs(output_jpg)
    if not os.path.exists(output_png):
        os.makedirs(output_png)
    main(frompath_jpg, outputpath_json, output_jpg, output_png, path_allclass)

結果:結果はtraindataフォルダに保存されます.生成されたpngピクチャは二値化図である.画素の変化は(1,1,1)から始まる目には見えないので,色取り器で色取り検証を行うことができる.