目录
问题引入
网上的json转化为txt的教程都比较简要，查找了很多资料之后，再自己一个一个的运行代码最后才终于知道其原理。
Labelme简要介绍
通过labelme对图进行标注后，得到的是json文件，而Yolov5对数据进行模型构建的时候，读取需要的是txt格式的文件。所以需要先通过Python进行文件格式的转换
注：labelme是麻省理工（MIT）的计算机科学和人工智能实验室（CSAIL）研发的图像标注工具，人们可以使用该工具创建定制化标注任务或执行图像标注，项目源代码已经开源。
Labelme程序运行，通过标注后如图所示：
![Yolov5 多边形标签转换，所有json文件自动转成txt格式[详细过程]](https://aitechtogether.com/wp-content/uploads/2023/03/2aa4ce7a-fbbb-41c8-b02b-0321a795450c.webp)
图1 Labelme标注
此图片可以得到以下格式的json文件：
![Yolov5 多边形标签转换，所有json文件自动转成txt格式[详细过程]](https://aitechtogether.com/wp-content/uploads/2023/03/84f03643-f71e-41e3-ae1a-ad109970a1ff.webp)
文件中的字段如下：
‘version’——版本号
‘shapes’——里面装的是Yolov5需要的数据
‘label’——你在labelme里面设置的类
‘points’——点的坐标
我这里的label如图1所示共有5类，等下进行json转化为txt的时候用
![Yolov5 多边形标签转换，所有json文件自动转成txt格式[详细过程]](https://aitechtogether.com/wp-content/uploads/2023/03/af381d9c-3947-4dc0-9c22-daaa0fcf0123.webp)
对应这些类创一个字典以便json进行转换
例：name2id={‘bike’:0,’arrow’:1,’crossline’:2,’building’:3,’car’:4,’person’:5}
可能某一张图片中可能不存在上述的某个类，所以这里请以某个json中最多的类创建这个字典。
多边形标签的处理方法
由于yolov5 仅支持矩形图形的识别，所以需要通过数据处理，将多边形变换为矩形。
处理原理：遍历该标签所有的坐标，获取最大x_max,y_max,最小x_min,y_min的x和y的坐标。
然后再进行数据的规范化。
转换后的txt格式如下：
![Yolov5 多边形标签转换，所有json文件自动转成txt格式[详细过程]](https://aitechtogether.com/wp-content/uploads/2023/03/6f292910-109f-43c0-b731-99f4fbf19e5d.webp)
第一个是类，比如第一行中的第一个数字是4，我的name2id中car也为4，即这里指代的就是’car’这个标签。
第一行 第二个 和 第三个数字 为数字为图片中心点(x,y)的坐标
第四个数字和第五个数字对应的是 这个标签的 宽和高。
代码实现
多边形标签代码实现方法
x_max=0
y_max=0
x_min=100000
y_min=100000
for lk in range(len(i['points'])):
x1=float(i['points'][lk][0])
y1=float(i['points'][lk][1])
# print(x1)
if x_max<x1:
x_max=x1
if y_max<y1:
y_max=y1
if y_min>y1:
y_min=y1
if x_min>x1:
x_min=x1
bb = (x_min, y_max, x_max, y_min)json转化为txt的部分代码如下：
def decode_json(json_floder_path,txt_outer_path, json_name):
# json_floder_path='E:\\Python_package\\itesjson\\'
# json_name='V1125.json'
txt_name = txt_outer_path + json_name[:-5] + '.txt'
with open(txt_name,'w') as f:
json_path = os.path.join(json_floder_path, json_name)#os路径融合
data = json.load(open(json_path, 'r', encoding='gb2312',errors='ignore'))
img_w = data['imageWidth']#图片的高
img_h = data['imageHeight']#图片的宽
isshape_type=data['shapes'][0]['shape_type']
print(isshape_type)
#print(isshape_type)
#print('下方判断根据这里的值可以设置为你自己的类型，我这里是polygon'多边形)
#len(data['shapes'])
for i in data['shapes']:
label_name = i['label']#得到json中你标记的类名
if (i['shape_type'] == 'polygon'):#数据类型为多边形 需要转化为矩形
x_max=0
y_max=0
x_min=100000
y_min=100000
for lk in range(len(i['points'])):
x1=float(i['points'][lk][0])
y1=float(i['points'][lk][1])
# print(x1)
if x_max<x1:
x_max=x1
if y_max<y1:
y_max=y1
if y_min>y1:
y_min=y1
if x_min>x1:
x_min=x1
bb = (x_min, y_max, x_max, y_min)
if (i['shape_type'] == 'rectangle'):#为矩形不需要转换
x1 = float(i['points'][0][0])
y1 = float(i['points'][0][1])
x2 = float(i['points'][1][0])
y2 = float(i['points'][1][1])
bb = (x1, y1, x2, y2)
bbox = convert((img_w, img_h), bb)
try:
f.write(str(name2id[label_name]) + " " + " ".join([str(a) for a in bbox]) + '\n')
except:
passjson_floder——读取json的文件夹的绝对路径
txt_outer_path——保存txt文本的文件夹的绝对路径
json_name——json_name是json文本的名字
读取该类的坐标然后进行数字规范化
数字规范化的代码如下：
def convert(img_size, box):
dw = 1. / (img_size[0])
dh = 1. / (img_size[1])
x = (box[0] + box[2]) / 2.0
y = (box[1] + box[3]) / 2.0
w = abs(box[2] - box[0])
h = abs(box[3] - box[1])#加入绝对值的原因是只需要它的宽和高，以免出现负数
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)最后附上我的完整代码：
#处理labelme多边形矩阵的标注 json转化txt
import json
import os
name2id={'bike':0,'arrow':1,'crossline':2,'building':3,'car':4,'person':5}
def convert(img_size, box):
dw = 1. / (img_size[0])
dh = 1. / (img_size[1])
x = (box[0] + box[2]) / 2.0
y = (box[1] + box[3]) / 2.0
w = abs(box[2] - box[0])
h = abs(box[3] - box[1])
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)
def decode_json(json_floder_path,txt_outer_path, json_name):
# json_floder_path='E:\\Python_package\\itesjson\\'
# json_name='V1125.json'
txt_name = txt_outer_path + json_name[:-5] + '.txt'
with open(txt_name,'w') as f:
json_path = os.path.join(json_floder_path, json_name)#os路径融合
data = json.load(open(json_path, 'r', encoding='gb2312',errors='ignore'))
img_w = data['imageWidth']#图片的高
img_h = data['imageHeight']#图片的宽
isshape_type=data['shapes'][0]['shape_type']
print(isshape_type)
#print(isshape_type)
#print('下方判断根据这里的值可以设置为你自己的类型，我这里是polygon'多边形)
#len(data['shapes'])
for i in data['shapes']:
label_name = i['label']#得到json中你标记的类名
if (i['shape_type'] == 'polygon'):#数据类型为多边形 需要转化为矩形
x_max=0
y_max=0
x_min=100000
y_min=100000
for lk in range(len(i['points'])):
x1=float(i['points'][lk][0])
y1=float(i['points'][lk][1])
# print(x1)
if x_max<x1:
x_max=x1
if y_max<y1:
y_max=y1
if y_min>y1:
y_min=y1
if x_min>x1:
x_min=x1
bb = (x_min, y_max, x_max, y_min)
if (i['shape_type'] == 'rectangle'):#为矩形不需要转换
x1 = float(i['points'][0][0])
y1 = float(i['points'][0][1])
x2 = float(i['points'][1][0])
y2 = float(i['points'][1][1])
bb = (x1, y1, x2, y2)
bbox = convert((img_w, img_h), bb)
try:
f.write(str(name2id[label_name]) + " " + " ".join([str(a) for a in bbox]) + '\n')
except:
pass
if __name__ == "__main__":
json_floder_path = 'E:\Python_package\\itesjson\\'#存放json的文件夹的绝对路径
txt_outer_path='E:\Python_package\\e1\\'#存放txt的文件夹绝对路径
json_names = os.listdir(json_floder_path)
print("共有：{}个文件待转化".format(len(json_names)))
flagcount=0
for json_name in json_names:
decode_json(json_floder_path,txt_outer_path,json_name)
flagcount+=1
print("还剩下{}个文件未转化".format(len(json_names)-flagcount))
break
# break
print('转化全部完毕')os.listdir——读取文件下的所有文件。请先创建一个只有json文件的文件夹
记得先修改！！！if __name__==“__main__”后的参数
json_floder_path——改成你自己的json文件夹路径
txt_outer_path——改成你自己的输出文件夹路径
以上是本人的个人经验总结，如有错误请各位大佬批评指正！！！
文章出处登录后可见！
