【语义分割】1-标注数据集-【单张图片】labelme标注json文件转mask

声明：我学习了b站：标注自己的语义分割数据集_哔哩哔哩_bilibili

并且复现了，记录了所思所得。

主要是说了：

做语义分割，数据集怎么用labelme标注成json文件，以及，json文件怎么转成mask

流程：

准备图片-用labelme标注-得到标注的json文件-把json文件转成mask文件

然后，先看看，单张图片，是怎么依次做到上面的事情的。

首先，知道一些基本的：

1、标注前：

工具：labelme

labelme软件配置

2、标注中

标注单张图像（现在做这个）

使用“分割一切”SAM视觉大模型辅助标注

标注多张图像

标注注意事项

3、标注后

划分训练集和测试集

讲labelme的json标注格式，转换为整数掩膜mask格式

下载西瓜语义分割样例数据集

下载labelme

https://github.com/labelmeai/labelme/releases?after=v3.22.1

注意：

文件-取消-同时保存图像（不然很大占用内存）

文件-勾选-自动保存

开始标注

labelme:编辑-创建多边形-开始描狗

label标注文件：json格式

存储的格式是右边的json格式，这就是刚刚画的labelme格式的标注文件

labelme格式标注文件，json文件，存放了什么？

这个shapes很重要，里面有我们自己画的标签的类别，比如“chaiquan1”和我们当时画标签的时候，描的每一个点。

json十分轻量化，9kb就能保存标注了

如果在单张图片上绘制了好几个物体，最后的标注都会汇集在一个json文件上

比如，第一个是“chaiquan”标签的信息；那第二个就是“zhangpeng”的标签信息；以此类推，一张图片上，你打了几个标签，就会在json文件里出现几个标签的信息

除了自己描，还能用AI辅助标注，但是我打开会闪退，这个问题待解决。

另外注意：标注过程中，不要切换目录；

要确认，json文件最后，imagePath的图像路径，只能是图像名字本身，不能有其他的路径和符号。

标注转换（手打json标签文件到mask掩码文件）

现在，labelme格式的标签文件，我们就做好了，但是labelme的json格式的文件，并不能够，直接用于，语义分割的模型训练，所以，我们要把json文件，转换为整数掩膜mask格式，在像素层面上做类别标注，并且划分成训练集和测试集，并且用于后续的训练。

语义分割的本质，就是给每个像素做分类，所以，语义分割的标注，就是给每个像素打上类别标签，这种格式，叫做整数掩膜格式，因为能够严丝合缝的盖在原来的图上，所以，叫做掩码：

使用代码将labelme的标注文件转换成掩码

链接：常见计算机视觉标注格式相互转换

https://github.com/TommyZihao/Label2Everything

【labelme转mask-单张图像】

为了好展示图像，直接在jupyter notebook上面运行，我的jupyter notebook安装在conda下的yes虚拟环境，cmd激活进入环境，但是py38_pytorch虚拟环境也是和yes环境共同用的jupyter notebook，所以，从cmd进入yes激活jupyternotebook后，进入py38_pytorch虚拟环境就行了；或者在云服务器处理也行。

先查下自己所在的工作路径，当然，在哪里也不影响对图片的读取

1、导入包

import os
import json
import numpy as np
import cv2

import matplotlib.pyplot as plt
%matplotlib inline

2、读取图片

注意：我在这一直报错，搞了半天，原因是，我用了中文路径，换了个英文就好了。。。。，是所以，以后都用英文路径吧

重新来：

img_path = 'E:/gettyimages.jpg'

img_bgr = cv2.imread(img_path)

img_bgr.shape

plt.imshow(img_bgr[:,:,::-1])
plt.show()

【为什么要plt.imshow(img_bgr[:,:,::-1])】

是为了让opencv和matplot适应，因为我们在jupyternotebook上，最开始用了%matplotlib,让他直接显示图片。

`plt.imshow(img_bgr[:,:,::-1])` 的部分是为了在matplotlib中正确显示通过OpenCV读取的图像。

- `plt.imshow()`: 这是matplotlib库中的函数，用于显示图像数据。

- `img_bgr[:,:,::-1]`: 这是numpy数组切片的用法，用于改变图像数组的通道顺序。让我们逐部分解析：

- 第一个和第二个冒号(`:`): 这两个冒号意味着选取图像的所有行和列，即不改变图像的高度和宽度。

- 第三个部分(`::-1`): 这里的`-1`是步长参数，它指示从结尾开始向前选取元素，即反转选取的元素。在这个上下文中，它被应用于通道轴，意味着通道的顺序将会被反转。

由于OpenCV读取图像时默认采用BGR（蓝色、绿色、红色）的通道顺序，而matplotlib期望的图像格式是RGB（红色、绿色、蓝色）。因此，通过`[:,:,::-1]`，你实际上是在对图像的通道轴进行反转，将BGR顺序转换为RGB顺序，这样图像在matplotlib中显示时颜色就会正确无误。

总结来说，`img_bgr[:,:,::-1]`这一操作是为了适配OpenCV和matplotlib之间不同的颜色通道顺序，确保图像能够以正确的颜色显示在matplotlib的画布上。

3、创建一个和原图大小一样，的背景图

注意，是和原图一模一样大！

img_mask = np.zeros(img_bgr.shape[:2])

img_mask

plt.imshow(img_mask)
plt.show()

【img_mask = np.zeros(img_bgr.shape[:2])】

这段代码创建了一个与`img_bgr`图像具有相同宽度和高度的二维numpy数组`img_mask`，并且这个数组的所有元素都被初始化为0。这里是逐步解析：

- `img_bgr.shape[:2]`：这里，`img_bgr.shape`返回一个包含图像尺寸的元组，通常是`(高度, 宽度, 通道数)`。使用切片操作`[:2]`选取前两个元素，即图像的高度和宽度，忽略通道数信息。这是因为掩码通常是对每个像素的位置进行标记，不需要颜色通道信息，所以是一个二维数组。

- `np.zeros(...)`：这个numpy函数用于创建一个指定形状的新数组，并将所有元素初始化为0。传入的参数是`(高度, 宽度)`，因此生成的数组尺寸与原图像的尺寸在宽度和高度上相匹配，但它是单通道的（灰度），每个元素都是0，代表一个全黑的“掩模”图像。

简而言之，`img_mask`是一个与`img_bgr`图像空间尺寸相同的全零数组，常用于后续的图像处理作为掩模，比如在图像分割、对象检测或特定区域的标记等场景中。

4、载入该图片labelme格式的json标注文件

labelme_json_path = 'E:\dog\gettyimages.json'

with open(labelme_json_path,'r',encoding='utf-8') as f:
labelme = json.load(f)

labelme.keys()

【with open(labelme_json_path,'r',encoding='utf-8') as f:
labelme = json.load(f)】

这段代码是用来读取并加载一个使用JSON格式存储的LabelMe标注文件的。以下是代码的逐行解释：

- `with open(labelme_json_path, 'r', encoding='utf-8') as f:`：这一行使用了Python中的`with`语句来打开一个文件。`labelme_json_path`是你要读取的LabelMe JSON文件的路径。文件被以只读模式(`'r'`)打开，并且指定了字符编码为`'utf-8'`来正确处理可能包含的非ASCII字符。`as f`部分创建了一个名为`f`的文件对象，让你能够读取文件内容。使用`with`语句的好处在于它能确保文件在操作完成后会被正确关闭，即使发生了异常也是如此。

- `labelme = json.load(f)`: 这一行使用了Python的内置`json`模块来从已经打开的文件对象`f`中读取数据，并将其解析为Python的数据结构（通常是字典或列表）。这意味着如果LabelMe的JSON文件中包含图像的标签、边界框、多边形等标注信息，这些信息会被转换成Python的数据类型，存储在变量`labelme`中，供后续的程序逻辑使用。

综上所述，这段代码的作用是从指定路径的LabelMe JSON文件中读取图像标注数据，并将其内容以Python数据结构的形式保存在变量`labelme`里，以便进一步处理或分析这些标注信息。

5、解析labelme的元数据

6、打印该图片中的所有标注信息

把labelme的每一个shape拿出来，打印每一个标签名字和画的类别（用什么线画的）

因为在前面，with open(labelme_json_path,'r',encoding='utf-8') as f:
labelme = json.load(f)

我们定义了，labelme是我们标注的json文件，然后这个labelme json文件里，包含了我们标注地所有信息，其中，比较重要的，就是，储存在里面的label标签信息和画这个标签时候我们用的什么线条，是多线段，还是圆圈，还是两点线段什么的

7、开始做绘制每个类别mask的准备

每个类别的信息，然后画mask的顺序是：（画的时候按照由大到小，由粗到精的顺序），比如，从大的天空到中等的建筑，再到小的人；颗粒度也是从粗到精；

# 0-背景，从1开始
class_info = [
{'label':'zhangpeng','type':'line','color':1,'thickness':5} ,# line 两点线段，填充线宽
{'label':'chaiquan','type':'polygon','color':2},
{'label':'line','type':'polygon','color':3}
]

因为当时，画的时候，我标注了3个标签，一个是柴犬，一个是帐篷，一个是一条线；那按照从大到小的顺序，就是先把，帐篷，柴犬，线，这三个，按照顺序，列出来，在这里，要给出label的名字，画label的线条类别，以及颜色，还有宽度等等。。。

顺序摆好以后，开始画mask

8、按顺序把mask绘制在空白图上

for one_class in class_info: # 按顺序遍历每一个类别
for each in labelme['shapes']: # 遍历所有标注，找到属于当前类别的标注
if each['label'] == one_class['label']:
if one_class['type'] == 'polygon': # polygon 多段线标注

# 获取点的坐标
points = [np.array(each['points'], dtype=np.int32).reshape((-1, 1, 2))]

# 在空白图上画 mask（闭合区域）
img_mask = cv2.fillPoly(img_mask, points, color=one_class['color'])

elif one_class['type'] == 'line' or one_class['type'] == 'linestrip': # line 或者 linestrip 线段标注

# 获取点的坐标
points = [np.array(each['points'], dtype=np.int32).reshape((-1, 1, 2))]

# 在空白图上画 mask（非闭合区域）
img_mask = cv2.polylines(img_mask, points, isClosed=False, color=one_class['color'], thickness=one_class['thickness'])

elif one_class['type'] == 'circle': # circle 圆形标注

points = np.array(each['points'], dtype=np.int32)

center_x, center_y = points[0][0], points[0][1] # 圆心点坐标

edge_x, edge_y = points[1][0], points[1][1] # 圆周点坐标

radius = np.linalg.norm(np.array([center_x, center_y] - np.array([edge_x, edge_y]))).astype('uint32') # 半径

img_mask = cv2.circle(img_mask, (center_x, center_y), radius, one_class['color'], one_class['thickness'])

else:
print('未知标注类型', one_class['type'])