def process(json_file, out_dir):
"""
将label_me的数据转换为mask灰度图
:param json_file: label_me生成的json文件目录
:param out_dir:转换后png文件的目录
:return:暂无
"""
# 获取json文件列表(用glob直接会拿到绝对路径，不好取文件名字)
json_file_list = os.listdir(json_file)
for i in range(0, len(json_file_list)):
# 获取每个json文件的绝对路径
path = os.path.join(json_file, json_file_list[i])
# 提取出.json前的字符作为文件名，以便后续保存Label图片的时候使用
filename = json_file_list[i][:-5]
# 拿到后缀
extension = json_file_list[i][-4:]
# 只要json文件
if extension == 'json':
if os.path.isfile(path):
data = json.load(open(path))
# 根据'imageData'字段的字符可以得到原图像
img = image.img_b64_to_arr(data['imageData'])
# data['shapes']是json文件中记录着标注的位置及label等信息的字段
lbl, lbl_names = labelme_shapes_to_label(
img.shape, data['shapes'])
mask = []
class_id = []
# 跳过第一个class（因为0默认为背景,跳过不取！）
for cls in range(1, len(lbl_names)):
# mask与class_id 对应记录保存
# 举例：当解析出像素值为1，此时对应第一个mask 为0、1组成的（0为背景，1为对象）
mask.append((lbl == cls).astype(np.uint8))
class_id.append(cls)
mask = np.transpose(np.asarray(mask, np.uint8), [1, 2, 0])
if not osp.exists(out_dir):
os.mkdir(out_dir)
cv2.imwrite(osp.join(out_dir, '{}.png'.format(filename)),
mask[:, :, 0])
def get_img_and_data():
json_file = osp.join(data_dir, "annotated_with_data/apc2016_obj3.json")
data = json.load(open(json_file))
img_b64 = data["imageData"]
img = image_module.img_b64_to_arr(img_b64)
return img, data
def test_img_arr_to_b64():
img_file = osp.join(data_dir, "annotated_with_data/apc2016_obj3.jpg")
img_arr = np.asarray(PIL.Image.open(img_file))
img_b64 = image_module.img_arr_to_b64(img_arr)
img_arr2 = image_module.img_b64_to_arr(img_b64)
np.testing.assert_allclose(img_arr, img_arr2)
def test_img_arr_to_b64():
img_file = osp.join(data_dir, 'apc2016_obj3.jpg')
img_arr = np.asarray(PIL.Image.open(img_file))
img_b64 = image_module.img_arr_to_b64(img_arr)
img_arr2 = image_module.img_b64_to_arr(img_b64)
np.testing.assert_allclose(img_arr, img_arr2)
def get_img_and_data():
json_file = osp.join(data_dir, 'apc2016_obj3.json')
data = json.load(open(json_file))
img_b64 = data['imageData']
img = image_module.img_b64_to_arr(img_b64)
return img, data
