Yolov5 多边形标签转换，所有json文件自动转成txt格式[详细过程]

目录

问题引入

Labelme 简要介绍

多边形标签的处理方法

 转换后的 txt 格式如下：

代码实现

多边形标签代码实现方法

json 转化为 txt 的部分代码如下：

 数字规范化的代码如下：

 最后附上我的完整代码

问题引入

网上的 json 转化为 txt 的教程都比较简要，查找了很多资料之后，再自己一个一个的运行代码最后才终于知道其原理。

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=float("inf")
                y_min=float("inf")
                for lk in range(len(i['points'])):
                    x1=float(i['points'][lk][0])
                    y1=float(i['points'][lk][1])
                    if x_maxy1:
                        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：

import os
def decode_json(json_floder_path, txt_outer_path, json_name, is_convert=True):
    txt_name = os.path.join(txt_outer_path, json_name[:-5] + '.txt')
    with open(txt_name, 'w') as f:
        json_path = os.path.join(json_floder_path, json_name)
        data = json.load(open(json_path, 'r', encoding='gb2312', errors='ignore'))
        img_w = data['imageWidth']
        img_h = data['imageHeight']
        isshape_type = data['shapes'][0]['shape_type']
        print(isshape_type)
        for i in data['shapes']:
            label_name = i['label']
            if (i['shape_type'] == 'polygon'):
                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])
                    if x_max  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'):
                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)
            if is_convert:
                bbox = convert((img_w, img_h), bb)
            else:
                bbox = bb
            try:
                f.write(str(name2id[label_name]) + "" +" ".join([str(a) for a in bbox]) +'n')
            except:
                pass

json_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：

会将坐标缩放至(0——1）区间

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：

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, is_convert=True):

    if not json_name.endswith(".json"):
        return
    txt_name = os.path.join(txt_outer_path, json_name[json_name.rfind("/")+1:-5] + '.txt')

    with open(txt_name, 'w') as f:
        json_path = os.path.join(json_floder_path, json_name)
        data = json.load(open(json_path, 'r', encoding='gb2312', errors='ignore'))
        img_w = data['imageWidth']
        img_h = data['imageHeight']
        isshape_type = data['shapes'][0]['shape_type']
        print(isshape_type)
        for i in data['shapes']:
            label_name = i['label']
            if (i['shape_type'] == 'polygon'):
                x_max = 0
                y_max = 0
                x_min = float("inf")
                y_min = float("inf")
                for lk in range(len(i['points'])):
                    x1 = float(i['points'][lk][0])
                    y1 = float(i['points'][lk][1])
                    if x_max  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'):
                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)
            if is_convert:
                bbox = convert((img_w, img_h), bb)
            else:
                bbox = bb
            try:
                f.write(str(name2id[label_name]) + "" +" ".join([str(a) for a in bbox]) +'n')
            except:
                pass


if __name__ == "__main__":
    json_floder_path = r'/home/xx/gitlab/demo/data1/' #请将 json 文件放在该文件夹下
    txt_outer_path = r'/home/xx/gitlab/demo/data1/' 
    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, is_convert=False)  # 这里设置是否要缩放坐标，如果为 False 则不用缩放
        flagcount += 1
        print("还剩下 {} 个文件未转化".format(len(json_names) - flagcount))
    print('转化全部完毕')

如果想查看 JSON 转化后的 txt 文本是否能够正常显示可以执行以下代码，注意查看前请先把上述代码中的

decode_json(json_floder_path, txt_outer_path, json_name, is_convert=False), is_convert 改为 False（表示不需要将坐标进行 0 - 1 区间放缩）

展示单张图片只需要调用 display_single_image(image_path, label_folder) 函数

import os
import cv2

# 定义标签颜色（每个类别一个颜色）label_colors = [(0, 0, 255), (0, 255, 0), (255, 0, 0), (0, 255, 255)]  # 可根据需要添加更多颜色

def display_single_image(image_path, label_folder):
    # 读取图像
    image = cv2.imread(image_path)

    # 读取相应的标签文件
    label_file = os.path.splitext(os.path.basename(image_path))[0] + '.txt'
    label_path = os.path.join(label_folder, label_file)

    # 检查标签文件是否存在
    if not os.path.exists(label_path):
        print(f"标签文件 {label_file} 不存在。")
        return

    with open(label_path, 'r') as file:
        lines = file.readlines()

    for line in lines:
        parts = line.strip().split()
        label_number = int(parts[0])
        coordinates = [float(x) for x in parts[1:]]
        xmin, ymin, xmax, ymax = map(int, coordinates)
        # 将归一化坐标还原为图像坐标
        cv2.rectangle(image, (xmin, ymin), (xmax, ymax), color=label_colors[label_number], thickness=2)

    # 显示可视化结果
    cv2.imshow("Single Image", image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()


def display_all_images(image_folder, label_folder):
    # 获取图像文件列表
    image_files = os.listdir(image_folder)

    for image_file in image_files:
        image_path = os.path.join(image_folder, image_file)
        display_single_image(image_path, label_folder)

if __name__ == "__main__":
# 指定图像和标签文件夹的路径
    image_folder = "/home/zhangchang/gitlab/demo/images"
    label_folder = "/home/zhangchang/gitlab/demo/labels"

    # 显示所有图片
    #display_all_images(image_folder, label_folder)

    # 指定要显示的单张图片的文件名（假设文件名为 example.jpg）image_to_display = "test.jpg"
    image_path = os.path.join(image_folder, image_to_display)

    # 显示单张图片
    display_single_image(image_path, label_folder)

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

如果不需要进行坐标缩放，请修改 is_convert=True 参数，修改为is_convert=False

上述代码功能集成到了 Data-Craft-works 数据转换工厂，欢迎大家一起来建设！～