IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 图像分割-xml/json标注文件处理 -> 正文阅读

[人工智能]图像分割-xml/json标注文件处理

1、xml文件

import cv2
import os
import argparse
from PIL import Image
import numpy as np
import xml.etree.ElementTree as ET
import matplotlib.pyplot as plt
import exifread
from PIL.ExifTags import TAGS

def apply_exif_orientation(fname):
    ret = {}
    try:
        image = Image.open(fname)
        if hasattr(image, '_getexif' ):
            exifinfo = image._getexif()
            if exifinfo != None:
                for tag, value in exifinfo.items():
                    decoded = TAGS.get(tag, tag)
                    ret[decoded] = value
    except IOError:
        print ('IOERROR ' + fname)

    orientation = ret.get('Orientation', None)
    print(ret['Orientation'], orientation)
    if orientation == 1:
         # do nothing
         return image
    elif orientation == 2:
        # left-to-right mirror
        return PIL.ImageOps.mirror(image)
    elif orientation == 3:
        # rotate 180
        return image.transpose(PIL.Image.ROTATE_180)
    elif orientation == 4:
        # top-to-bottom mirror
        return PIL.ImageOps.flip(image)
    elif orientation == 5:
        # top-to-left mirror
        return PIL.ImageOps.mirror(image.transpose(PIL.Image.ROTATE_270))
    elif orientation == 6:
        # rotate 270
        return image.transpose(PIL.Image.ROTATE_270)
    elif orientation == 7:
        # top-to-right mirror
        return PIL.ImageOps.mirror(image.transpose(PIL.Image.ROTATE_90))
    elif orientation == 8:
        # rotate 90
        return image.transpose(PIL.Image.ROTATE_90)
    else:
        return image

def fill_ploygan(image_path, xml_path, output_path):
    #img = apply_exif_orientation(image_path)
    img = cv2.imread(image_path)
    img_ = np.zeros(img.shape[:2], np.uint8)

    tree = ET.parse(xml_path)
    root = tree.getroot()

    triangle = {}
    for member in root.findall('object'):
        name = member.find('name').text

        x_list = []
        y_list = []
        for x in member.findall('./polygon/pt/x'):
            x_list.append(int(float(x.text)))
        for y in member.findall('./polygon/pt/y'):
            y_list.append(int(float(y.text)))

        triangle[name] = np.array(list(zip(x_list, y_list)))
    class_keys = triangle.keys()
    color_keys = {
        "label1": 1,
        "label2": 2,
    }

    for key in color_keys.keys():
        if key in class_keys:
            cv2.fillConvexPoly(img_, triangle[key], color_keys[key])
    cv2.imwrite(output_path.replace('jpg', 'png'), img_)
    #plt.imshow(img_)
    #plt.show()

def parsers():
    parser = argparse.ArgumentParser(description='xml2mask, a tool to get mask for image segamentation.')
    parser.add_argument('--imagedir', help='dir of image files')
    parser.add_argument('--xmldir', help='dir of xml files')
    parser.add_argument('--maskdir', help='dir of mask files')
    args = parser.parse_args()

    if not args.imagedir:
        print('You must supply a imagedir\n')
        parser.print_help()
        exit(0)

    if not args.xmldir:
        print('You must supply a xmldir\n')
        parser.print_help()
        exit(0)

    if not args.maskdir:
        print('You must supply a maskdir\n')
        parser.print_help()
        exit(0)
    return args

if __name__ == "__main__":
    args = parsers()
    for image_file in os.listdir(args.imagedir):
        image = os.path.join(args.imagedir, image_file)
        xml_file = image_file.replace('.jpg', '.xml')
        xml = os.path.join(args.xmldir, xml_file)
        mask_file = os.path.join(args.maskdir, image_file)
        fill_ploygan(image_path=image, xml_path=xml, output_path=mask_file)



2、json文件

import cv2
import os
import argparse
from PIL import Image
import numpy as np
import json
import matplotlib.pyplot as plt

def fill_ploygan(image_path, json_path, output_path):

    img = cv2.imread(image_path)
    mask = np.zeros(img.shape[:2], np.uint8)
    color_keys = {
        "round_food": 1,
        "square_food": 1
    }
    if not os.path.exists(json_path):
        pass
    else:
        with open(json_path, 'r') as load_f:
            load_dict = json.load(load_f)
            shapes = load_dict['shapes']
            for member in shapes:
                label = member['label']
                points = member['points']
                rectangular = np.array(points).astype(int)
                cv2.fillConvexPoly(mask, rectangular, color_keys[label])
    cv2.imwrite(output_path.replace('jpg', 'png'), mask)


def parsers():
    parser = argparse.ArgumentParser(description='json2mask, a tool to get mask for image segamentation.')
    parser.add_argument('--imagedir', help='dir of image files')
    parser.add_argument('--jsondir', help='dir of xml files')
    parser.add_argument('--maskdir', help='dir of mask files')
    args = parser.parse_args()

    if not args.imagedir:
        print('You must supply a imagedir\n')
        parser.print_help()
        exit(0)

    if not args.jsondir:
        print('You must supply a jsondir\n')
        parser.print_help()
        exit(0)

    if not args.maskdir:
        print('You must supply a maskdir\n')
        parser.print_help()
        exit(0)
    return args

if __name__ == "__main__":
    args = parsers()
    for image_file in os.listdir(args.imagedir):
        image_path = os.path.join(args.imagedir, image_file)
        json_file = image_file.replace('.jpg', '.json')
        json_path = os.path.join(args.jsondir, json_file)
        mask_path = os.path.join(args.maskdir, image_file)
        fill_ploygan(image_path=image_path, json_path=json_path, output_path=mask_path)

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-05-08 08:05:07  更:2022-05-08 08:09:18 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 6:52:13-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码