使用 anaconda 提示符将批量 Labelme json 文件转换为一组图像和标签

Question

我有一个由 Labelme 工具生成为 JSON 文件的图像掩码数据集，在 Github 教程（https://github.com/wkentaro/labelme/tree/master/examples/tutorial）上它显示更改 JSON 文件进入图像文件，我们使用以下命令行代码labelme_json_to_dataset apc2016_obj3.json -o apc2016_obj3_json但是这一次只适用于一个文件，所以我一直在尝试找到一种使用一组代码处理所有文件的方法，我尝试了以下代码setlocalset "yourDir=C:\Users\Acer\Desktop\datasets\combined masks\"set "yourExt=*.json"pushd %yourDir%for %%a in (*%yourExt%)do labelme_json_to_dataset %%a -o %%apopdendlocal该代码现在通过读取文件名并添加文件扩展名 .json 来工作，但是，将文件保存到具有相同名称的目录（包括 .json 扩展名）会给我以下错误Traceback (most recent call last):  File "c:\users\acer\.conda\envs\labelme\lib\runpy.py", line 193, in _run_module_as_main    "__main__", mod_spec)  File "c:\users\acer\.conda\envs\labelme\lib\runpy.py", line 85, in _run_code    exec(code, run_globals)  File "C:\Users\ACER\.conda\envs\labelme\Scripts\labelme_json_to_dataset.exe\__main__.py", line 7, in <module>  File "c:\users\acer\.conda\envs\labelme\lib\site-packages\labelme\cli\json_to_dataset.py", line 65, in main    PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))  File "c:\users\acer\.conda\envs\labelme\lib\site-packages\PIL\Image.py", line 2131, in save    fp = builtins.open(filename, "w+b")FileNotFoundError: [Errno 2] No such file or directory: '000828.json\\img.png'我不熟悉 cmd，需要帮助将输出保存到文件名不带 .json 扩展名的目录下面是一个单个文件示例，它显示了成功运行应该是什么样子 在此处输入图像描述(labelme) C:\Users\ACER\Desktop\datasets\combined masks>labelme_json_to_dataset 000814.json -o 000814[[1m[33mWARNING[0m] [36mjson_to_dataset[0m:[36mmain[0m:[36m15[0m - [1m[33mThis script is aimed to demonstrate how to convert the JSON file to a single image dataset.[0m[[1m[33mWARNING[0m] [36mjson_to_dataset[0m:[36mmain[0m:[36m17[0m - [1m[33mIt won't handle multiple JSON files to generate a real-use dataset.[0m[[1m[37mINFO   [0m] [36mjson_to_dataset[0m:[36mmain[0m:[36m73[0m - [1m[37mSaved to: 000814[0m(labelme) C:\Users\ACER\Desktop\datasets\combined masks>

Answer 1

使用命令FOR /?阅读substitution of FOR variable references帮助输出的最后一页。要获取文件的基本名称，%%~na可以使用。在没有的情况下运行它，ECHO OFF以便您可以看到每个命令。

setlocal

set "yourDir=C:\Users\Acer\Desktop\datasets\combined masks\"

set "yourExt=*.json"

pushd %yourDir%

for %%a in (*%yourExt%) do (labelme_json_to_dataset %%a -o %%~na)

popd

endlocal

Answer 2

import labelme

import os, sys

path="path/to/directory"

dirs = os.listdir(path)

i=0

for item in dirs:

   if item.endswith(".json"):

      if os.path.isfile(path+item):

         my_dest ="fin" + str(i)

         os.system("mkdir "+my_dest)

         os.system("labelme_json_to_dataset "+item+" -o "+my_dest)

         i=i+1

Answer 3

for /l %n in (2,1,50) do 
    (labelme_json_to_dataset images%n.json -o images%n)

每个file.json空白文件夹（之前为保存数据集而准备的）都在同一个文件夹中（使用此代码的当前目录）。

Answer 4

这个解决方案并不完美，只是生成了遮罩和覆盖 png 文件。它也只是保留文件名。

import argparse

import base64

import json

import os

import os.path as osp

import imgviz

import PIL.Image

from labelme.logger import logger

from labelme import utils

def main():

    parser = argparse.ArgumentParser()

    parser.add_argument("json_file")

    parser.add_argument("-o", "--out", default=None)

    args = parser.parse_args()

    json_file = args.json_file

    if args.out is None:

        out_dir = osp.basename(json_file).replace(".", "_")

        out_dir = osp.join(osp.dirname(json_file), out_dir)

    else:

        out_dir = args.out

    if not osp.exists(out_dir):

        os.mkdir(out_dir)

    data = json.load(open(json_file))

    imageData = data.get("imageData")

    if not imageData:

        imagePath = os.path.join(os.path.dirname(json_file), 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 sorted(data["shapes"], key=lambda x: x["label"]):

        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

    lbl, _ = utils.labelme_shapes_to_label(img.shape, data["shapes"])

    label_names = [None] * (max(label_name_to_value.values()) + 1)

    for name, value in label_name_to_value.items():

        label_names[value] = name

    lbl_viz = imgviz.label2rgb(

        lbl, imgviz.asgray(img), label_names=label_names, loc="rb"

    )

    filename = str(json_file).split('.')[1]

    utils.lblsave(osp.join(out_dir, f'.{filename}.png'), lbl)

    PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, f'.{filename}_viz.png'))

    logger.info("Saved to: {}".format(out_dir))

if __name__ == "__main__":

    main()