标注工具Labelimg安装与使用
标注工具Labelimg安装与使用
1.LabelImg 简介
LabelImg是一个开源的图形图像注释工具，用于创建边界/矩形框（适用于要标注物体的位置和大小）和多边形注释（适用于标注非规则形状的物体）。它是用Python写的，并使用Qt作为其图形界面。LabelImg能够在Windows、Linux和macOS等多个平台上运行，同时支持各种类型的图像文件格式，如JPG、PNG和BMP等（注：图片格式不是这几种的，可以使用格式工厂转一下即可）。
在LabelImg中，可以选择PASCAL VOC、YOLO和CreateML三种格式进行类别标注，生成的文件类型分别为：
PASCAL VOC //xxx.XML文件（常用）
YOLO //xxx.txt文件（常用）
CreateML //xxx.json文件
2.Labelimg工具的安装
# 创建环境
# 注意：labelimg环境要求python版本必须<=3.9
conda create -n labelimg_env python=3.9.0
# 激活环境
conda activate labelimg_env
# 安装工具
pip install labelimg
3.Labelimg工具的使用
在刚刚创建的环境中直接输入 labelimg。
在Labelimg中比较常用的快捷键如下：
选择YOLO模式创建标签。
保存成功后，会在你选择保存标签的文件夹中默认生成两个txt文件：
- 存放标签信息的文件(XXX.txt)；
- 存放标签类别的文件(classes.txt)
注意：存放标签信息的文件的文件名必须与图片名相同，内容由N行5列数据组成。
每一行代表标注的一个目标，通常包括五个数据，从左到右依次为：类别id、x_center、y_center、width、height。
其中： - 类别id代表标注目标的类别； - x_center和y_center代表标注框的相对中心坐标； - width和height代表标注框的相对宽和高。
注意，这里的中心点坐标、宽和高都是相对数据！！！
PascalVOC模式和PascalVOC模式的标签创建方式与YOLO类似，这里不再赘述。
4.YOLO格式文件与VOC格式文件相互转换
1).txt2xml
def Txt2XML(input_txt_dir, output_xml_dir, image_dir, class_txt):
# 获取txt文件的目录列表
txt_files = os.listdir(input_txt_dir)
# 获取图像的目录列表
image_files = os.listdir(image_dir)
image_infos = []
for txt_file in txt_files:
file_name, file_ext = os.path.splitext(txt_file)
for image_file in image_files:
images = []
image_name, image_ext = os.path.splitext(image_file)
if image_ext == '.jpg':
# 判断图像名是否与txt文件名相同
if image_name == file_name:
images.append(image_file)
# 读取txt文件中的标注信息
with open(os.path.join(input_txt_dir, txt_file), 'r') as f:
bboxes = []
for line in f.readlines():
bbox_id, x_center, y_center, width, height = line.strip().split()
x_center = float(x_center) # 相对坐标
y_center = float(y_center) # 相对坐标
width = float(width) # 相对坐标
height = float(height) # 相对坐标
bbox = (bbox_id, x_center, y_center, width, height)
bboxes.append(bbox)
images.append(bboxes)
image_infos.append(images)
# 获取标注框的类别列表
class_names = []
with open(class_txt, 'r') as classes:
for class_name in classes.readlines():
class_names.append(class_name.strip())
# 遍历每个图像文件，获取图像的高度和宽度，并将标注信息写入XML文件
for image_info in image_infos:
image_file = image_info[0]
image_name, image_ext = os.path.splitext(image_file)
image_path = os.path.join(image_dir, image_file)
img = cv2.imread(image_path)
image_height, image_width, num_channels = img.shape[:3] # 获取图片的高度、宽度和通道数
# 创建XML文件并写入标注信息
with open(os.path.join(output_xml_dir, image_name+'.xml'), 'a') as f:
f.write('<annotation>\n')
# 图像位置信息
f.write('\t<filename>{}</filename>\n'.format(image_file))
f.write('\t<path>{}</path>\n'.format(image_path))
# 图像尺寸信息
f.write('\t<size>\n')
f.write('\t\t<width>{}</width>\n\t\t<height>{}</height>\n\t\t<depth>{}</depth>\n'.format(image_width, image_height, num_channels))
f.write('\t</size>\n')
# 图像类别、坐标信息
bboxes = image_info[1]
for bbox in bboxes:
bbox_id, x_center, y_center, width, height = bbox
xmin = (x_center * image_width) - (width * image_width)/2 # 计算标注框左上角x坐标值
ymin = (y_center * image_height) - (height * image_height)/2 # 计算标注框左上角y坐标值
xmax = (x_center * image_width) + (width * image_width)/2 # 计算标注框右下角x坐标值
ymax = (y_center * image_height) + (height * image_height)/2 # 计算标注框右下角y坐标值
f.write('\t<object>\n')
f.write('\t\t<name>{}</name>\n'.format(class_names[int(bbox_id)].strip()))
f.write('\t\t<pose>Unspecified</pose>\n')
f.write('\t\t<truncated>0</truncated>\n')
f.write('\t\t<difficult>0</difficult>\n')
f.write('\t\t<bndbox>\n')
f.write('\t\t\t<xmin>{}</xmin>\n\t\t\t<ymin>{}</ymin>\n\t\t\t<xmax>{}</xmax>\n\t\t\t<ymax>{}</ymax>\n'.format(int(xmin), int(ymin), int(xmax), int(ymax)))
f.write('\t\t</bndbox>\n')
f.write('\t</object>\n')
f.write('</annotation>')
2).xml2txt
import xml.etree.ElementTree as ET
import os
xml_files_list=[]
def traverse_directory(root_dir):
for root, dirs, files in os.walk(root_dir):
# root : 当前目录路径
# dirs : 当前目录下的子目录列表
# files : 当前目录下的文件列表
for file in files:
file_path = os.path.join(root, file)
#print("文件路径:", file_path)
xml_files_list.append(file_path)
def xml_to_yolo(xml_path, output_dir, classes):
# 创建输出目录
os.makedirs(output_dir, exist_ok=True)
# 解析XML文件
tree = ET.parse(xml_path)
root = tree.getroot()
# 获取图像尺寸
size = root.find('size')
img_width = int(size.find('width').text)
img_height = int(size.find('height').text)
# 准备YOLO格式内容
yolo_lines = []
# 遍历所有object元素
for obj in root.iter('object'):
# 获取类别名称
class_name = obj.find('name').text
if class_name not in classes:
continue # 如果类别不在列表中则跳过
# 获取类别ID
class_id = classes.index(class_name)
# 获取边界框坐标
bbox = obj.find('bndbox')
xmin = int(bbox.find('xmin').text)
ymin = int(bbox.find('ymin').text)
xmax = int(bbox.find('xmax').text)
ymax = int(bbox.find('ymax').text)
# 转换为YOLO格式（归一化中心坐标和宽高）
x_center = (xmin + xmax) / 2 / img_width
y_center = (ymin + ymax) / 2 / img_height
width = (xmax - xmin) / img_width
height = (ymax - ymin) / img_height
yolo_lines.append(f"{class_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}")
# 写入输出文件
base_name = os.path.basename(xml_path).replace('.xml', '.txt')
output_path = os.path.join(output_dir, base_name)
with open(output_path, 'w') as f:
f.write('\n'.join(yolo_lines))
# 使用方法示例
classes = ["overflow", "garbage","garbage_bin"] # 必须与XML中的类别名称顺序一致
output_dir = "./origin_dataset/labels" # 输出目录
#xml_to_yolo(xml_file, output_dir, classes)
if __name__ == '__main__':
traverse_directory("./origin_dataset/xml_labels")
#print(xml_files_list)
for xml_file in xml_files_list:
xml_to_yolo(xml_file, output_dir, classes)