半自动标注(使用自己的分割或检测模型推理完得到的矩阵再生成json文件)

前言
都知道标注很麻烦、很累,不然先训练一批,然后推理得到它的掩码图,先生成自动标注,再人工手动修改也许会快很多

半自动标注代码

这是我自己写的,是labelme的格式,大家想要修改成自己的json格式可以修改json_dict_init与dict_init函数

默认大家已经得到自己图片经过模型推理之后的掩码图了,掩码图上面生成的像素应该是0,1,2,3. 分别对应自己训练的时候的标签

import cv2
import sys
import base64
import cv2
import json
import time
import os
from tqdm import tqdm
from PIL import Image
import numpy as npdef dict_init(label_name):temp_dict = {"label": label_name,"line_color": None,"fill_color": None,"points":[],"shape_type": "polygon","flags": {}}return  temp_dictdef json_dict_init(num,height,width,img):temp_dict = {"version": "3.16.2","flags": {},"shapes": [],"lineColor": [0,255,0,128],"fillColor": [255,0,0,128],"imagePath": "..\\img\\{}.jpg".format(num),#原图像数据通过b64编码生成的字符串数据,可以再次解码成图片"imageData":img,"imageHeight": height,"imageWidth": width}return  temp_dictdef image_to_base64(image_path):# 读取二进制图片,获得原始字节码with open(image_path, 'rb') as jpg_file:byte_content = jpg_file.read()# 把原始字节码编码成base64字节码base64_bytes = base64.b64encode(byte_content)# 把base64字节码解码成utf-8格式的字符串base64_string = base64_bytes.decode('utf-8')return base64_string# 定义一个函数,用于判断两个点是否相邻
def is_adjacent(pt1, pt2):x1, y1 = pt1x2, y2 = pt2return abs(x1 - x2) <= 8 and abs(y1 - y2) <= 8def main():img_path = "D:/data_val/new/temp/img"label_path = "D:/data_val/new/temp/label"json_save_path = 'D:/data_val/new/temp/json'os.makedirs(json_save_path,exist_ok=True)# 放入你的标签名 例如 你的掩码图 像素是1 1对应的就是phone 像素是2 2就是linelabel_name_list = ['phone','line']img_list = os.listdir(img_path)pbar = tqdm(total=len(img_list))for filename in img_list:name = filename.split(".")[0]# print("*"*10)# print(f'{filename}')#label图label = Image.open(f'{label_path}/{name}.png')label = np.array(label)#输出自己的label有多少种像素# unique_values = np.unique(label)# print('')# print(unique_values)# print('')height  = label.shape[0]width   = label.shape[1]base64_string = image_to_base64(f'{img_path}/{filename}')json_dict = json_dict_init(name,height,width,base64_string)contours, hierarchy = cv2.findContours(label, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)background_flag =Falseif (len(contours) == 0):print("如果未识别到 则变成背景")shapes_dict = dict_init("_background_")left_top, left_botton = [10, 10], [10, height - 10]right_botton, right_top = [width - 10, height - 10], [width - 10, 10]shapes_dict['points'] = [left_top, left_botton, right_botton, right_top]json_dict["shapes"].append(shapes_dict)else:for i,clasee_name in enumerate(label_name_list):temp = label.copy()temp[temp!=(i+1)] = 0contours, hierarchy = cv2.findContours(temp, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)if (len(contours) == 0):continueelse:count = 0for contour in contours:shapes_dict = dict_init(clasee_name)count = count + 1#10 20#语义分割approxCourve = cv2.approxPolyDP(contour, 3, True)for Courve in approxCourve:point = Courve[0]x, y = pointx = int(x)y = int(y)temp_list = []temp_list.append(x)temp_list.append(y)shapes_dict["points"].append(temp_list)#目标检测 这里只写到生成检测框的四个点 根据自己需求填进去# rect = cv2.minAreaRect(contour)# box = cv2.boxPoints(rect)# # print(box)# # 轮廓必须是整数, 不能是小数, 所以转化为整数# box = np.round(box).astype('int64')# left_point_x = np.min(box[:, 0])# right_point_x = np.max(box[:, 0])# top_point_y = np.min(box[:, 1])# bottom_point_y = np.max(box[:, 1])json_dict["shapes"].append(shapes_dict)with open(f'{json_save_path}/{name}.json', "w", encoding='utf-8') as f:f.write(json.dumps(json_dict, ensure_ascii=False))pbar.update(1)if __name__ == "__main__":main()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/838542.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Rust构造JSON和解析JSON

目录 一、Rust构造JSON和解析JSON 二、知识点 serde_json JSON 一、Rust构造JSON和解析JSON 添加依赖项 cargo add serde-json 代码&#xff1a; use serde_json::{Result, Value};fn main() -> Result<()>{//构造json结构 cpu_loadlet data r#"{"…

高质量英文文献应该如何查找并且阅读?

1. 查找 使用谷歌学术进行论文关键字检索&#xff0c;查找高度匹配的论文。这里我们可以选择年限等信息进行筛选。作为研究者我们一般选择近三年的文章进行阅读。这里谷歌学术需要科学上网&#xff0c;请大家自行解决。 https://scholar.google.com/ 2. 查看期刊等级 我们查…

每日刷题(1)

1.有一些日期&#xff0c;日期格式为“MM/DD/YYYY”。编程将其按日期大小排列。 样例输入 Copy 11/12/1999 10/21/2003 10/22/2003 02/12/2004 11/30/2005 12/31/2005样例输出 Copy 11/12/1999 10/21/2003 10/22/2003 02/12/2004 11/30/2005 12/31/2005 #include <iostr…

计算机视觉与机器学习之文档解析与向量化技术加速多模态大模型训练与应用

目录 前言1、TextIn文档解析技术1.1、文档解析技术1.2、目前存在的问题1.2.1、不规则的文档信息示例 1.3、合合信息的文档解析1.3.1、合合信息的TextIn文档解析技术架构1.3.2、版面分析关键技术 Layout-engine1.3.3、文档树提取关键技术 Catalog-engine1.3.4、双栏1.3.5、非对称…

2024kali linux上安装java8

1 kali下载Java 8安装包 访问Oracle官网或其他可信的Java下载站点&#xff0c;如华为云的开源镜像站&#xff08;例如&#xff1a;https://repo.huaweicloud.com/java/jdk/8u202-b08/jdk-8u202-linux-x64.tar.gz&#xff09;。 确保下载的是与你的Kali Linux系统架构&#xf…

一款专业级别的灵卡技术红外机芯——LC221详解

灵卡科技最新推出的一款高性能红外摄像头组件——LC221。这款独特的设备专为广泛的热点搜索以及热瞄准应用领域而精心打造&#xff0c;旨在为广大用户带来前所未有的智能化体验。下面&#xff0c;让我们详细了解这款新产品的特点与优势吧&#xff01; 首先&#xff0c;让…

latex_diff简单使用方法

1 安装latexdiff 安装perl 下载地址&#xff1a; https://strawberryperl.com/ 安装latexdiff 下载地址 https://www.ctan.org/tex-archive/support/latexdiff 下载好之后解压到下面文件里 C:\Strawberry\perl\bin 2 使用latexdiff 使用latexdiff实际上是为你生成一个.t…

挖掘机可视化:工程施工的智能助手

通过图扑 3D 建模和实时数据监控&#xff0c;提供设备操作的全方位视角。操作员可以从屏幕上直观地观察挖掘机各部分的工作状态&#xff0c;实时掌握挖掘进度和设备健康状况。 此技术提升了施工效率&#xff0c;减少了人为误操作风险&#xff0c;同时还支持远程诊断和维护&…

13、24年--信息系统治理——IT审计

1、IT审计基础 1.1 IT审计定义 无重要的考点,自己读课本了解即可。 1.2 IT审计目的 1)IT审计的目的是指通过开展IT审计工作,了解组织IT系统与IT活动的总体状况,对组织是否实现IT目标进行审查和评价,充分识别与评估相关IT风险,提出评价意见及改进建议,促进组织实现IT目…

C语言:指针(3)

1. 字符指针变量 在指针的类型中我们知道有⼀种指针类型为字符指针 char* ; 本质是把字符串 hello bit. ⾸字符的地址放到了pstr中。上⾯代码的意思是把⼀个常量字符串的⾸字符 h 的地址存放到指针变量 pstr 中。 2. 数组指针变量 2.1 数组指针变量是什么&#xff1f; 答案…

活字格如何复制指定单元格中的内容

1、安装插件“复制到剪贴板”后。 2、在需要执行复制的命令中&#xff0c;选择“复制到剪贴板” 3、选择源单元格。 4、执行看效果。

世界500强企业建设软件开发安全体系,打造DevSecOps示范标杆

某世界500强企业旗下拥有众多知名汽车品牌&#xff0c;业务涵盖出行服务、科技创新、金融服务、教育等。该集团一直专注于技术创新和人才培养&#xff0c;同时也是国内第一批倡议并践行“数字化转型”的汽车行业企业。 数智化建设转型&#xff0c;研发安全体系建设势在必行 在…

MES系统主要包括那些功能?

一开始接触MES系统&#xff0c;对MES细条的功能不清楚&#xff0c;这样很正常&#xff0c;因为MES系统相对于其他系统来讲&#xff0c;功能有多又复杂! 作为曾参与200企业MES系统架构的资深从业人员&#xff0c;我给大家选出了一款优秀模板——简道云MES系统&#xff0c;给大家…

Redis教程汇总篇,让你从入门到精通

Redis教程目录 Redis教程(一)&#xff1a;Redis在Windows环境下的安装 Redis教程(二)&#xff1a;Redis在Linux环境下的安装 Redis教程(三)&#xff1a;Redis的五种基本数据类型 Redis教程(四)&#xff1a;Redis中String类型的常用命令 Redis教程(五)&#xff1a;Redis中数…

【Linux】线程机制解析:理解、优势与Linux系统应用

文章目录 前言&#xff1a;1. 线程概念1.1. 什么是线程1.2. 线程得优点&#xff1a;1.3. 线程的缺点线程异常线程的用途 2. 线程的理解&#xff08;Linux 系统为例&#xff09;2.1. 为什么要设计Linux“线程"&#xff1f;2.2. 什么是进程&#xff1f;2.3. 关于调度的问题2…

线性模型快速入门

使用matplotlib画一条直线 import numpy as np import matplotlib.pyplot as pltx np.linspace(-5, 5, 100) y 0.5*x 3plt.plot(x, y, c"orange") plt.title("Straight Line") plt.show()线性模型的直线表示 import numpy as np import matplotlib.py…

并发-sleep更优雅的实现方案:TimeUnit.枚举常量.sleep()

首先给出结论&#xff1a;线程使用中的暂停&#xff0c;建议优先使用TimeUnit类中的sleep()但需要注意传入时间小于0的异常情况TimeUnit是java.util.concurrent包下的一个类名主要功能是暂停线程的操作拥有与Thread.sleep()一样的功能都是暂停线程&#xff0c;但TimeUnit提供了…

springboot实现文件防盗链设计

shigen坚持更新文章的博客写手&#xff0c;擅长Java、python、vue、shell等编程语言和各种应用程序、脚本的开发。记录成长&#xff0c;分享认知&#xff0c;留住感动。 个人IP&#xff1a;shigen &#x1f44b;&#x1f44b;&#x1f44b;hello&#xff0c;伙伴们好久不见&…

Git使用(1):介绍、克隆、推送

一、介绍与安装 1、Git是什么&#xff1f; Git是目前世界上最先进的分布式版本控制系统。工作原理 / 流程&#xff1a; workspace&#xff1a;工作区Index / Stage&#xff1a;暂存区Repository&#xff1a;仓库区&#xff08;或本地仓库&#xff09;Remote&#xff1a;远程仓…

【光伏预测-粉丝福利】KOA-CNN-BiGRU-Attention实现光伏预测附matlab代码

KOA-CNN-BiGRU-Attention实现光伏预测附matlab代码 KOA-CNN-BiGRU-Attention是一种神经网络模型&#xff0c;常用于光伏&#xff08;太阳能光伏&#xff09;预测任务。它结合了多个深度学习技术&#xff0c;包括卷积神经网络&#xff08;Convolutional Neural Network&#xf…