labelme2COCO

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

import argparse
import json
import matplotlib.pyplot as plt
import skimage.io as io
import cv2
from labelme import utils
import numpy as np
import glob
import PIL.Image
from shapely.geometry import Polygon

class labelme2coco(object):
　　def __init__(self,labelme_json=[],save_json_path='./new.json'):
　　　　'''
　　　　:param labelme_json: 所有labelme的json文件路径组成的列表
　　　　:param save_json_path: json保存位置
　　　　'''
　　　　self.labelme_json=labelme_json
　　　　self.save_json_path=save_json_path
　　　　self.images=[]
　　　　self.categories=[]
　　　　self.annotations=[]
　　　　# self.data_coco = {}
　　　　self.label=[]
　　　　self.annID=1
　　　　self.height=0
　　　　self.width=0

　　　　self.save_json()

　　def data_transfer(self):
　　　　for num,json_file in enumerate(self.labelme_json):
　　　　　　with open(json_file,'r') as fp:
　　　　　　　　data = json.load(fp)　# 加载json文件
　　　　　　　　self.images.append(self.image(data,num))
　　　　　　　　for shapes in data['shapes']:
　　　　　　　　　　#label=shapes['label'].split('_')
　　　　　　　　　　label=shapes['label'][:-1]
　　　　　　　　　　print(shapes['label'])
　　　　　　　　　　print(label)
　　　　　　　　　　if label not in self.label:
　　　　　　　　　　　　self.categories.append(self.categorie(label))
　　　　　　　　　　　　self.label.append(label)
　　　　　　　　　　points=shapes['points']
　　　　　　　　　　self.annotations.append(self.annotation(points,label,num))
　　　　　　　　　　self.annID+=1
　　　　print(self.label)

　　def image(self,data,num):
　　　　image={}
　　　　img = utils.img_b64_to_array(data['imageData'])　# 解析原图片数据
　　　　# img=io.imread(data['imagePath']) # 通过图片路径打开图片
　　　　# img = cv2.imread(data['imagePath'], 0)
　　　　height, width = img.shape[:2]
　　　　img = None
　　　　image['height']=height
　　　　image['width'] = width
　　　　image['id']=num+1
　　　　image['file_name'] = data['imagePath'].split('/')[-1]

　　　　self.height=height
　　　　self.width=width

　　　　return image

　　def categorie(self,label):
　　　　categorie={}
　　　　categorie['supercategory'] = label
　　　　categorie['id']=len(self.label)+1 # 0 默认为背景
　　　　categorie['name'] = label
　　　　return categorie

　　def annotation(self,points,label,num):
　　　　annotation={}
　　　　annotation['segmentation']=[list(np.asarray(points).flatten())]
　　　　poly = Polygon(points)
　　　　area_ = round(poly.area,6)
　　　　annotation['area'] = area_
　　　　annotation['iscrowd'] = 0
　　　　annotation['image_id'] = num+1
　　　　# annotation['bbox'] = str(self.getbbox(points)) # 使用list保存json文件时报错（不知道为什么）
　　　　# list(map(int,a[1:-1].split(','))) a=annotation['bbox'] 使用该方式转成list
　　　　annotation['bbox'] = list(map(float,self.getbbox(points)))

　　　　annotation['category_id'] = self.getcatid(label)
　　　　annotation['id'] = self.annID
　　　　return annotation

　　def getcatid(self,label):
　　　　for categorie in self.categories:
　　　　　　if label==categorie['name']:
　　　　　　　　return categorie['id']
　　　　return -1

　　def getbbox(self,points):
　　　　# img = np.zeros([self.height,self.width],np.uint8)
　　　　# cv2.polylines(img, [np.asarray(points)], True, 1, lineType=cv2.LINE_AA)　# 画边界线
　　　　# cv2.fillPoly(img, [np.asarray(points)], 1)　# 画多边形 内部像素值为1
　　　　polygons = points
　　　　mask = self.polygons_to_mask([self.height,self.width], polygons)
　　　　return self.mask2box(mask)

　　def mask2box(self, mask):
　　　　'''从mask反算出其边框
　　　　mask：[h,w]　0、1组成的图片
　　　　1对应对象，只需计算1对应的行列号（左上角行列号，右下角行列号，就可以算出其边框）
　　　　'''
　　　　# np.where(mask==1)
　　　　index = np.argwhere(mask == 1)
　　　　rows = index[:, 0]
　　　　clos = index[:, 1]
　　　　# 解析左上角行列号
　　　　left_top_r = np.min(rows)　# y
　　　　left_top_c = np.min(clos)　# x

　　　　# 解析右下角行列号
　　　　right_bottom_r = np.max(rows)
　　　　right_bottom_c = np.max(clos)

　　　　# return [(left_top_r,left_top_c),(right_bottom_r,right_bottom_c)]
　　　　# return [(left_top_c, left_top_r), (right_bottom_c, right_bottom_r)]
　　　　# return [left_top_c, left_top_r, right_bottom_c, right_bottom_r]　# [x1,y1,x2,y2]
　　　　return [left_top_c, left_top_r, right_bottom_c-left_top_c, right_bottom_r-left_top_r]　# [x1,y1,w,h] 对应COCO的bbox格式

　　def polygons_to_mask(self,img_shape, polygons):
　　　　mask = np.zeros(img_shape, dtype=np.uint8)
　　　　mask = PIL.Image.fromarray(mask)
　　　　xy = list(map(tuple, polygons))
　　　　PIL.ImageDraw.Draw(mask).polygon(xy=xy, outline=1, fill=1)
　　　　mask = np.array(mask, dtype=bool)
　　　　return mask

　　def data2coco(self):
　　　　data_coco={}
　　　　data_coco['images']=self.images
　　　　data_coco['categories']=self.categories
　　　　data_coco['annotations']=self.annotations
　　　　return data_coco

　　def save_json(self):
　　　　self.data_transfer()
　　　　self.data_coco = self.data2coco()
　　　　# 保存json文件
　　　　json.dump(self.data_coco, open(self.save_json_path, 'w'), indent=4)　# indent=4 更加美观显示

labelme_json=glob.glob('./*.json')
# labelme_json=['./1.json']

labelme2coco(labelme_json,'./new.json')