語義分割標注labelme圖片處理過程

 

過程（前提是labelme已經安裝好）：

1在終端輸入：

2點擊左側Open Dir選擇需要標注的數據文件夾。

3制作圖像分割的數據，選擇多邊形，點擊左側的 create polygons ，回到圖片，按下鼠標左鍵會生成一個點，完成標注后會形成一個標注區域，同時彈出labelme的框，鍵入標簽名字，點擊 OK或者回車完成標注。

 

4標注完成后，點擊save保存成同名的.json文件，然后在終端輸入以下語句（具體來說，在激活labelme的環境下，進入labelme_json_to_dataset.exe所在文件夾，將需要操作的json文件都放入該路徑下，然后輸入python labelme_json_to_dataset.exe 文件名.json,就OK了。）：

  會生成json文件夾，里面有五個文件，其中label.png和info.yaml使我們需要的

5圖片變化的過程：

 

 

 merge.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import cv2
import gdal

input_file_path = "mayd.tif"
output_file_path = "mayd_new.png"

dataset = gdal.Open(input_file_path)

im_width = dataset.RasterXSize
im_height = dataset.RasterYSize
im_bands = dataset.RasterCount

im = dataset.ReadAsArray(0,0,im_width,im_height)

print("before merge:",im.shape)

b = im[0,:,:]
g = im[1,:,:]
r = im[2,:,:]

merged = cv2.merge([b,g,r])

print("after merge:",merged.shape)

cv2.imwrite(output_file_path,merged)

whi_bla.py文件

#!/usr/bin/env python3
# -*- coding: utf-8 -*-


import cv2
import numpy as np

def whi_bla(color,img):
    print(img.shape)
    img_ = np.zeros([img.shape[0],img.shape[1]])
    for i in range(img.shape[0]):
        for j in range(img.shape[1]):
            if img[i,j,0]==color[0] and img[i,j,1]==color[1] and img[i,j,2]==color[2]:
                img_[i,j]=255
            else:
                img_[i,j]=0
        print(i,' is ok')
    return img_

if __name__=="__main__":
    img = cv2.imread("label7.png")
    print(img.shape)
    color = [0,0,128]                 #根據具體的圖像設置color的值，bgr
    img_ = whi_bla(color,img)
    print(img_.shape)
    cv2.imwrite("7_0.png",img_)

 

為了防止自己再次忘記，所以把過程寫下來，我寫的這個是按着自己的情況來的，僅供參考，不具有普遍性。