1 json数据写入txt
# coding:utf-8
import os
import json
import numpy as np
def json2txt(path_json,path_txt):
with open(path_json,'r', encoding='gb18030') as path_json:
jsonx=json.load(path_json)
strxy = ''
with open(path_txt,'w+') as ftxt:
for shape in jsonx['shapes']:
xy=np.array(shape['points'])
print(xy)
label=str(shape['label'])
print(label)
for m,n in xy:
strxy+=str(m)+','+str(n)+','
# strxy+= 'Latin'+','+ label
ftxt.writelines(strxy+"\n")
dir_json = 'json/'
dir_txt = 'txt/'
if not os.path.exists(dir_txt):
os.makedirs(dir_txt)
list_json = os.listdir(dir_json)
for cnt,json_name in enumerate(list_json):
print('cnt=%d,name=%s'%(cnt,json_name))
path_json = dir_json + json_name
path_txt = dir_txt + json_name.replace('.json','.txt')
# print(path_json, path_txt)
json2txt(path_json, path_txt)
# https://blog.csdn.net/moonlightpeng/article/details/121524510
2 labelme标注后多个json文件转标准coco格式
labelme软件标注后是每张图片都有一个.json文件,这与常用标准coco格式不一致,因此需要进行转换,避免忘记特此记录。
一、下载labelme2coco-master,并cd进去后运行 pip install labelme2coco 进行安装
可直接在此处下载安装对应版本labelme2coco软件,也可找到github版本,cd到相应目录后运行下列命令进行安装
pip install labelme2coco
二、找出所有数据中属于图片的(也可找到所有属于.json的,避免重复)
import os
path = r'E:\working\images'
li = os.listdir(path)
a = []
for i in li:
if i.split('.')[-1]=='.jpg':
a.append(i)
三、划分训练集和测试集(此处是按照8:2进行划分,也可自行定义划分方式)
import random
ratio = 0.8
offset = int(len(a)*ratio)
random.shuffle(a) #将a中文件名打乱
train = a[:offset]
test = a[offset:]
四、将训练集和测试集数据分开
import shutil
path = r'E:\working\images'
path_train = r'E:\working\coco\train'
path_test = r'E:\working\coco\test'
for i in train:
shutil.copy(os.path.join(path,i), os.path.join(path_train, i)) #图片
shutil.copy(os.path.join(path,i.split('.')[0]+'.json'), os.path.join(path_train, i.split('.')[0]+'.json')) #标注
for i in test:
shutil.copy(os.path.join(path,i), os.path.join(path_test, i)) #图片
shutil.copy(os.path.join(path,i.split('.')[0]+'.json'), os.path.join(path_test, i.split('.')[0]+'.json')) #标注
五、json文件合并
import labelme2coco
# 训练集
labelme_folder = r'E:\working\coco\train'
save_json_path = r'E:\working\coco\train\train_coco.json'
labelme2coco.convert(labelme_folder, save_json_path)
# 测试集
labelme_folder = r'E:\working\coco\test'
save_json_path = r'E:\working\coco\test\test_coco.json'
labelme2coco.convert(labelme_folder, save_json_path)
自此便完成了全部数据转换,包括train和test两个文件夹分别存放训练和测试用的图片,还生成了train_coco.json、test_coco.json两个文件,包括所有的训练和测试标签及类别信息。