labelimg的xml文件转labelme的json文件

文章目录 前言一、原始数据二、文件转换1.xml文件2.转换代码 三、转换后的结果总结

---

前言

labelimg和labelme是计算机视觉领域里非常常用的两款标注软件，然后，有时候我们会遇到需要转换标注文件的情况（其实是用惯了某款软件），为防止自己的脚本找不到，所以本篇文章用来记录将labelimg的xml标注文件转换成labelme的json文件。

---

一、原始数据

原始数据摆放如下： 其中，annotations里放的就是我们xml标注文件，jpegimages存放的即是我们的图片文件，标注结果可视化为：

二、文件转换 1.xml文件

正常情况下，xml标注文件里的内容如下：

所以，我们只需要读取文件后，通过xml.etree.ElementTree来解析内容即可。

2.转换代码

转换代码如下：

import xml.etree.ElementTree as ET import json,glob,base64,os from pathlib import Path import shutil #解析XML文件 def get_xml_data(xml_path): tree = ET.parse(xml_path) filename=tree.find("filename").text objects=tree.findall("object") objects_list=[] #储存目标的信息，格式为{class_name:boxes} for object in objects: object_dict={} class_name=object.find("name").text bndbox=object.find("bndbox") xmin=bndbox.find("xmin").text ymin=bndbox.find("ymin").text xmax=bndbox.find("xmax").text ymax=bndbox.find("ymax").text boxes=[xmin,ymin,xmax,ymax] object_dict[class_name]=boxes objects_list.append(object_dict) imgsize=tree.find("size") w=imgsize.find("width").text h=imgsize.find("height").text objects_list.append({"imageWidth":w}) objects_list.append({"imageHeight":h}) return {filename:objects_list} #base64读取图片 def img_base64(imgpath): with open(imgpath,"rb") as f: base64_str=base64.b64encode(f.read()) string=bytes.decode(base64_str) return string #生成labelme的json文件 def create_json(xml_data,img_dir,save_dir): json_data={} json_data["version"]="5.5.0" json_data["flags"]={} json_data["shapes"]=[] for filename,box_data in xml_data.items(): imgpath=os.path.join(img_dir,filename) if not os.path.exists(imgpath): print(f"{imgpath} not exists") break json_data["imagePath"]=filename for objects in box_data: if "imageWidth" in objects: json_data["imageWidth"]=int(objects["imageWidth"]) continue if "imageHeight" in objects: json_data["imageHeight"]=int(objects["imageHeight"]) continue object_dict={"group_id":None} object_dict["description"]="" object_dict["shape_type"]="rectangle" object_dict["flags"]={} for class_name,box in objects.items(): object_dict["label"]=class_name object_dict["points"]=[[int(box[0]),int(box[1])],[int(box[2]),int(box[3])]] json_data["shapes"].append(object_dict) imgpath=os.path.join(img_dir,filename) json_data["imageData"]=img_base64(imgpath) json_name=Path(filename).stem+".json" print(json_name) save_json_path=os.path.join(save_dir,json_name) json.dump(json_data,open(save_json_path,"w"),indent=4) save_img_path=os.path.join(save_dir,filename) shutil.copy(imgpath,save_img_path) if __name__ == '__main__': xml_dir=r"xxx/Annotations" img_dir=r"xxx/JPEGImages" save_dir=os.path.join(xml_dir,"../json") os.makedirs(save_dir,exist_ok=True) xml_list=glob.glob(xml_dir+os.sep+"*.xml") for xml_path in xml_list: print(xml_path) xml_data=get_xml_data(xml_path) print(xml_data) create_json(xml_data,img_dir,save_dir)

代码执行完成后会在我们jpegimages的统计目录下生成json文件夹，里面储存了图片及对应的json文件，如下：

三、转换后的结果

转换后的结果如下：

---

总结

以上，就是本篇文章的所有内容，如有问题，欢迎评论区交流。