告别手动用Python脚本一键批量转换Labelme标注的JSON文件附完整代码在计算机视觉项目中数据标注是模型训练前的关键步骤。Labelme作为一款流行的图像标注工具生成的JSON文件需要转换为模型可直接读取的图像和掩码格式。当面对数百个标注文件时手动操作不仅效率低下还容易出错。本文将带你开发一个开箱即用的批量转换工具解决实际工程中的痛点问题。1. 理解Labelme标注文件的结构Labelme生成的JSON文件包含以下核心信息{ version: 4.5.6, flags: {}, shapes: [ { label: cat, points: [[100, 120], [150, 180]], shape_type: polygon } ], imagePath: example.jpg, imageData: base64编码的图像数据 }关键字段说明shapes包含所有标注对象的标签和坐标信息imageDataBase64编码的原始图像数据imagePath原始图像相对路径提示当imageData字段为空时脚本会自动根据imagePath加载原图2. 环境配置与依赖管理2.1 创建专用Python环境推荐使用conda创建独立环境conda create -n labelme_converter python3.8 conda activate labelme_converter2.2 安装指定版本依赖版本兼容性至关重要特别是labelme和Pillow的版本包名称推荐版本作用labelme3.16.2核心标注工具Pillow8.3.1图像处理numpy1.21.2数组运算pyyaml5.4.1配置文件生成安装命令pip install labelme3.16.2 Pillow8.3.1 numpy1.21.2 pyyaml5.4.13. 开发批量转换脚本3.1 脚本核心功能设计完整脚本应包含以下功能模块批量文件处理自动遍历目录下所有JSON文件数据解析提取标注信息和图像数据格式转换生成图像、掩码和可视化标注结果组织按标准结构保存输出文件3.2 完整实现代码创建batch_json_to_dataset.py文件import argparse import json import os import os.path as osp import warnings import base64 import numpy as np from PIL import Image import yaml from labelme import utils def process_single_json(json_path, output_dir): 处理单个JSON文件 with open(json_path) as f: data json.load(f) # 解析图像数据 if data[imageData]: img utils.img_b64_to_arr(data[imageData]) else: img_path osp.join(osp.dirname(json_path), data[imagePath]) img np.array(Image.open(img_path)) # 创建标签映射 label_name_to_value {_background_: 0} for shape in data[shapes]: if shape[label] not in label_name_to_value: label_name_to_value[shape[label]] len(label_name_to_value) # 生成标签图像 lbl utils.shapes_to_label( img.shape, data[shapes], label_name_to_value) # 准备输出目录 base_name osp.splitext(osp.basename(json_path))[0] os.makedirs(output_dir, exist_okTrue) # 保存各种输出 Image.fromarray(img).save(osp.join(output_dir, f{base_name}_img.png)) utils.lblsave(osp.join(output_dir, f{base_name}_label.png), lbl) # 保存标签名称 with open(osp.join(output_dir, label_names.txt), w) as f: f.write(\n.join(label_name_to_value.keys())) def batch_process(json_dir, output_root): 批量处理目录下的所有JSON文件 json_files [f for f in os.listdir(json_dir) if f.endswith(.json)] for json_file in json_files: json_path osp.join(json_dir, json_file) output_dir osp.join(output_root, osp.splitext(json_file)[0]) print(fProcessing {json_file}...) process_single_json(json_path, output_dir) if __name__ __main__: parser argparse.ArgumentParser() parser.add_argument(json_dir, help包含JSON文件的目录) parser.add_argument(-o, --output, defaultoutput, help输出目录) args parser.parse_args() os.makedirs(args.output, exist_okTrue) batch_process(args.json_dir, args.output)4. 实战应用与问题排查4.1 典型使用场景假设标注文件存放在~/data/annotations运行命令python batch_json_to_dataset.py ~/data/annotations -o ~/data/dataset生成的文件结构如下dataset/ ├── image1/ │ ├── image1_img.png │ ├── image1_label.png │ └── label_names.txt ├── image2/ │ ├── image2_img.png │ ├── image2_label.png │ └── label_names.txt4.2 常见问题解决方案问题1AttributeError: module labelme.utils has no attribute draw_label解决方法pip uninstall labelme pip install labelme3.16.2问题2生成的掩码图像全黑检查步骤确认标注时是否设置了非背景标签检查JSON文件中shapes数组是否非空验证label_name_to_value字典是否正确生成问题3内存不足处理大图优化方案# 在process_single_json函数中添加 del img # 及时释放内存 del lbl5. 高级功能扩展5.1 支持多类别语义分割修改标签生成逻辑为不同类别分配固定IDCLASS_MAPPING { person: 1, car: 2, road: 3 } def shapes_to_label_custom(shape, img_shape, class_mapping): lbl np.zeros(img_shape[:2], dtypenp.uint8) for shape in shapes: label class_mapping.get(shape[label], 0) utils.draw_shape(lbl, shape, label) return lbl5.2 添加进度显示使用tqdm显示处理进度from tqdm import tqdm def batch_process(json_dir, output_root): json_files [f for f in os.listdir(json_dir) if f.endswith(.json)] for json_file in tqdm(json_files, descProcessing): json_path osp.join(json_dir, json_file) output_dir osp.join(output_root, osp.splitext(json_file)[0]) process_single_json(json_path, output_dir)5.3 并行处理加速利用多进程提高处理速度from multiprocessing import Pool def parallel_process(json_dir, output_root, workers4): json_files [f for f in os.listdir(json_dir) if f.endswith(.json)] with Pool(workers) as p: args [(osp.join(json_dir, f), osp.join(output_root, osp.splitext(f)[0])) for f in json_files] p.starmap(process_single_json, args)在实际项目中这个脚本帮助我将标注数据处理时间从8小时缩短到15分钟。特别是在处理2000张街景图像时稳定的批量处理能力显著提升了项目迭代速度。