标签：import 标签文件 tac 取出 json mat 结构 安装 spl
/dataset/
xxxx.tif # 原始图像
image-3000
0.tif # 切割后的tif
1.tif
........
0.json # 生成的json文件也放在该文件夹下
1.json
.......
0_json # 调用labelme_json_to_dataset 0.json 生成的0_json文件夹
img.png # 原始图片的png格式
info.yaml
label.png # 标签图片
label_names.txt
label_viz.png
1_json
.......
0.png # 将json文件夹中的label.png 提取出来
1.png
.......
label_0.tif # 将上边的png标签文件转换为tif格式
本数据集平均像素大小（40000*50000） tif格式，LZW压缩方式压缩
要考虑计算机显卡，目标建筑无尽量不被切割等问题，本利使用3000*3000
# data:2020-01-04
# user:dean
# desc:图像切割脚本
import tifffile as tiff # 也可使用pillow或opencv 但若图片过大时可能会出问题
import os
image = r"I:\人工智能数据\DOM\裴庄村51-dom\裴庄村51-dom.tif"
target_dir = r"I:\人工智能数据\DOM\裴庄村51-dom\image-3000" # 切割后图片存储位置
width = 1500*2 # 切割图像大小
height = 1500*2 # 切割图像大小
img = tiff.imread(image) # 导入图片
print("导入图片完成",img.shape) # 原始图片大小
pic_width = img.shape[1]
pic_height = img.shape[0]
row_num = pic_width//width # 纵向切割数量
col_num = pic_height // height # 横向切割数量
print("开始进行切割，可切割总数为{}".format(col_num*row_num))
for j in range(col_num):
for i in range(row_num):
num = j * row_num + i
print("正在进行第{}张切割".format(num + 1))
row = i * width
row_end = row + width
col = j * height
col_end = col + height
# print(col,col_end,row,row_end)
cropped = img[col:col_end,row:row_end]
name = "{}.tif".format(num)
image_path = os.path.join(target_dir,name)
tiff.imsave(image_path, cropped)使用label标注每张图片
pip install labelme # 安装labelme每张图片标注后会生成对应name.json文件
labelme_json_to_dataset xxx.json 
# data:2020-01-04
# user:dean
# desc:批量将json文件转为 label
import os
dir = r"I:\人工智能数据\DOM\裴庄村51-dom\image-3000"
files = [os.path.join(dir,file) for file in os.listdir(dir) if file.endswith(".json")]
for file in files:
cmd = "labelme_json_to_dataset {}".format(file)
print(cmd)
os.system(cmd)将所有的json/label.png 提取到统一文件夹
# data:2020-01-04
# user:dean
# desc:将label文件夹中的laebl提取出来
import tifffile as tiff
from PIL import Image
import os
target_dir = r"I:\人工智能数据\DOM\裴庄村51-dom\image-3000" # json_label 所在的文件夹
files = [os.path.join(target_dir,file) for file in os.listdir(target_dir)]
for i in files:
if os.path.isdir(i):
lables = os.listdir(i)
for file in lables:
if file == "label.png":
imgae = Image.open(os.path.join(i, "label.png"))
name = "{}.png".format(i.split("_")[0])
imgae.save(os.path.join(target_dir,name))
print("第{}个文件夹".format(i))
break;将所有的label.png转换为tif格式
# coding:utf-8
# file: change_format.py
# author: Dean
# contact: 1028968939@qq.com
# time: 2020/1/4 20:41
# desc:图片格式转换
from PIL import Image
import os
target_dir = "I:\人工智能数据\DOM\裴庄村51-dom\image-3000" # png 图片所在文件夹
files = [os.path.join(target_dir,file) for file in os.listdir(target_dir)]
print(files)
for file in files:
if file.endswith(".png"):
name = os.path.basename(file)
new_name = "label_{}.tif".format(name.split(".")[0])
image = Image.open(file)
path = os.path.join(target_dir, new_name)
image.save(path)
print(path)结束（根据需要提取相应数据即可）
标签：import 标签文件 tac 取出 json mat 结构 安装 spl
原文地址：https://www.cnblogs.com/Dean0731/p/12150524.html
