PPOCRLabel标注的txt格式怎么转换成labelme能修改的json格式

引言

在计算机视觉领域，图像标注是一个非常重要的步骤，尤其是在目标检测、图像分割等任务中。PPOCRLabel 和 labelme 是两种常用的图像标注工具，它们分别使用不同的文件格式来存储标注信息。PPOCRLabel 使用的是 txt 格式，而 labelme 使用的是 json 格式。本文将详细介绍如何将 PPOCRLabel 标注的 txt 格式转换为 labelme 能修改的 json 格式。

1. PPOCRLabel 和 labelme 简介

1.1 PPOCRLabel

PPOCRLabel 是一个基于 PaddleOCR 的图像标注工具，主要用于 OCR（光学字符识别）任务的图像标注。它支持对图像中的文本区域进行标注，并将标注信息保存为 txt 文件。每个 txt 文件对应一张图像，文件中每一行代表一个标注的文本区域，包含文本区域的坐标信息和文本内容。

1.2 labelme

labelme 是一个通用的图像标注工具，支持多种标注任务，如目标检测、图像分割等。它使用 json 文件来存储标注信息，每个 json 文件对应一张图像，文件中包含了图像的基本信息以及标注的形状、类别等信息。

2. PPOCRLabel 的 txt 格式解析

PPOCRLabel 的 txt 文件格式如下：

x1,y1,x2,y2,x3,y3,x4,y4,text
x1,y1,x2,y2,x3,y3,x4,y4,text
...

其中，x1,y1 到 x4,y4 是文本区域的四个顶点的坐标，text 是该文本区域的内容。

例如，一个典型的 PPOCRLabel 标注文件可能如下所示：

100,200,150,200,150,250,100,250,Hello
300,400,350,400,350,450,300,450,World

3. labelme 的 json 格式解析

labelme 的 json 文件格式如下：

{
  "version": "4.5.6",
  "flags": {},
  "shapes": [
    {
      "label": "text",
      "points": [
        [x1, y1],
        [x2, y2],
        [x3, y3],
        [x4, y4]
      ],
      "group_id": null,
      "shape_type": "polygon",
      "flags": {}
    }
  ],
  "imagePath": "image.jpg",
  "imageData": null,
  "imageHeight": 600,
  "imageWidth": 800
}

其中，shapes 字段包含了所有的标注信息，每个标注对象包含 label（类别）、points（顶点坐标）、shape_type（形状类型）等信息。

4. 转换思路

要将 PPOCRLabel 的 txt 格式转换为 labelme 的 json 格式，我们需要完成以下几个步骤：

1. 读取 PPOCRLabel 的 txt 文件，解析出每个文本区域的坐标和文本内容。
2. 将解析出的坐标和文本内容转换为 labelme 的 json 格式。
3. 保存转换后的 json 文件。

5. 实现步骤

5.1 读取 PPOCRLabel 的 txt 文件

首先，我们需要读取 PPOCRLabel 的 txt 文件，并解析出每个文本区域的坐标和文本内容。可以使用 Python 的文件操作来实现：

def read_ppocrlabel_txt(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        lines = f.readlines()
    
    annotations = []
    for line in lines:
        parts = line.strip().split(',')
        coords = list(map(int, parts[:8]))
        text = parts[8]
        annotations.append({'coords': coords, 'text': text})
    
    return annotations

5.2 转换为 labelme 的 json 格式

接下来，我们需要将解析出的坐标和文本内容转换为 labelme 的 json 格式。可以使用 Python 的字典和列表操作来实现：

def convert_to_labelme_json(annotations, image_path, image_height, image_width):
    shapes = []
    for ann in annotations:
        coords = ann['coords']
        text = ann['text']
        
        points = [
            [coords[0], coords[1]],
            [coords[2], coords[3]],
            [coords[4], coords[5]],
            [coords[6], coords[7]]
        ]
        
        shape = {
            "label": text,
            "points": points,
            "group_id": None,
            "shape_type": "polygon",
            "flags": {}
        }
        
        shapes.append(shape)
    
    labelme_json = {
        "version": "4.5.6",
        "flags": {},
        "shapes": shapes,
        "imagePath": image_path,
        "imageData": None,
        "imageHeight": image_height,
        "imageWidth": image_width
    }
    
    return labelme_json

5.3 保存转换后的 json 文件

最后，我们需要将转换后的 json 数据保存为文件。可以使用 Python 的 json 模块来实现：

import json

def save_labelme_json(labelme_json, output_path):
    with open(output_path, 'w', encoding='utf-8') as f:
        json.dump(labelme_json, f, ensure_ascii=False, indent=2)

5.4 完整代码

将上述步骤整合起来，完整的代码如下：

import json

def read_ppocrlabel_txt(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        lines = f.readlines()
    
    annotations = []
    for line in lines:
        parts = line.strip().split(',')
        coords = list(map(int, parts[:8]))
        text = parts[8]
        annotations.append({'coords': coords, 'text': text})
    
    return annotations

def convert_to_labelme_json(annotations, image_path, image_height, image_width):
    shapes = []
    for ann in annotations:
        coords = ann['coords']
        text = ann['text']
        
        points = [
            [coords[0], coords[1]],
            [coords[2], coords[3]],
            [coords[4], coords[5]],
            [coords[6], coords[7]]
        ]
        
        shape = {
            "label": text,
            "points": points,
            "group_id": None,
            "shape_type": "polygon",
            "flags": {}
        }
        
        shapes.append(shape)
    
    labelme_json = {
        "version": "4.5.6",
        "flags": {},
        "shapes": shapes,
        "imagePath": image_path,
        "imageData": None,
        "imageHeight": image_height,
        "imageWidth": image_width
    }
    
    return labelme_json

def save_labelme_json(labelme_json, output_path):
    with open(output_path, 'w', encoding='utf-8') as f:
        json.dump(labelme_json, f, ensure_ascii=False, indent=2)

def main():
    ppocrlabel_txt_path = 'example.txt'
    image_path = 'example.jpg'
    image_height = 600
    image_width = 800
    output_json_path = 'example.json'
    
    annotations = read_ppocrlabel_txt(ppocrlabel_txt_path)
    labelme_json = convert_to_labelme_json(annotations, image_path, image_height, image_width)
    save_labelme_json(labelme_json, output_json_path)

if __name__ == '__main__':
    main()

6. 使用说明

1. 将 PPOCRLabel 生成的 txt 文件保存为 example.txt。
2. 将对应的图像文件保存为 example.jpg。
3. 修改 image_height 和 image_width 为图像的实际高度和宽度。
4. 运行脚本，生成的 json 文件将保存为 example.json。

7. 总结

本文详细介绍了如何将 PPOCRLabel 标注的 txt 格式转换为 labelme 能修改的 json 格式。通过解析 PPOCRLabel 的 txt 文件，并将其转换为 labelme 的 json 格式，我们可以方便地在 labelme 中进一步编辑和管理标注数据。希望本文对你在图像标注任务中有所帮助。