首先提出各個(gè)文件的路徑；
然后將解析json文件，將其中的標(biāo)注文件提取，并將對(duì)應(yīng)的圖像讀取在圖像上將對(duì)應(yīng)的框畫(huà)出來(lái)；由于圖像以及標(biāo)簽的文件前綴都是一樣的，所以只要一個(gè)前綴列表提取出來(lái)，然后將圖像的路徑與其進(jìn)行拼接（圖像路徑+前綴+.jpeg）就可以讀取對(duì)應(yīng)的圖像，而寫(xiě)入的圖像也是一樣（寫(xiě)入圖像路徑+前綴+.jpeg）,標(biāo)簽文件也是一樣（標(biāo)簽路徑+前綴+.json）

讀取前綴列表

通過(guò)os.walk()迭代讀取文件夾以及相應(yīng)的文件列表
通過(guò)os.listdir直接讀取文件夾下的文件列表

# 通過(guò)os.walk()讀取文件夾以及相應(yīng)的文件列表
def get_file_list(path):
    file_list=[]
    for dir_list,folder,file in os.walk(path):
        file_list=file
    return file_list

#通過(guò)os.listdir()讀取文件夾下的文件列表
def get_file_list2(path):
    file_list=os.listdir(path)
    return file_list
file_list=get_file_list2(r"E:\temp\AI\label")
print(file_list)

找出json結(jié)構(gòu)中對(duì)應(yīng)框坐標(biāo)位置，畫(huà)出對(duì)應(yīng)的框

查看json文件結(jié)構(gòu)，對(duì)應(yīng)找到坐標(biāo)所在的位置：

可以看到j(luò)son文件中坐標(biāo)是在shapes對(duì)應(yīng)的points里的列表，而且是列表第0項(xiàng)表示左上位置，而第一項(xiàng)表示右上位置，所以在cv2的畫(huà)框的兩個(gè)參數(shù)參數(shù)pt1和pt2就定下來(lái)cv2.rectangle(img, pt1, pt2, color, thickness=None )

{
  "version": "3.16.5",
  "flags": {},
  "shapes": [
    {
      "label": "0",
      "line_color": null,
      "fill_color": null,
      "points": [
        [
          2720.0,
          1094.0
        ],
        [
          2768.0,
          1158.0
        ]
      ],
      "shape_type": "rectangle",
      "flags": {}
    }
  ],
...
}

那么代碼就如下所示：

import json
import cv2
path_label=r"E:\temp\AI\label"
path_img=r"E:\temp\AI\image"
path_result=r"E:\temp\AI\result"
# 通過(guò)遍歷將圖像紛紛畫(huà)框
for file in file_list:
    txt=open(os.path.join(path_label,file))
    load_json=json.load(txt)
    for shape in load_json["shapes"]:
        left_top=(int(shape["points"][0][0]),int(shape["points"][0][1]))
        right_bottom=(int(shape["points"][1][0]),int(shape["points"][1][1]))
        #對(duì)象進(jìn)行畫(huà)框
        img_name=file.split(".")[0]+".jpeg"
        img=cv2.imread(os.path.join(os.path.join(path_img,img_name)))
        cv2.rectangle(img, left_top,right_bottom, (0, 255, 0), 2)
        cv2.imwrite(os.path.join(path_result,img_name), img)

比如其中一個(gè)圖像的一個(gè)缺陷位置就被標(biāo)注出來(lái)

到此這篇關(guān)于python用opencv將標(biāo)注提取畫(huà)框到對(duì)應(yīng)的圖像中的文章就介紹到這了,更多相關(guān)python opencv標(biāo)注提取內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: