python实现简单图片物体标注工具

本文实例为大家分享了python实现简单图片物体标注工具的具体代码，供大家参考，具体内容如下

# coding: utf-8
 
"""
物体检测标注小工具
基本思路：
对要标注的图像建立一个窗口循环，然后每次循环的时候对图像进行一次复制，
鼠标在画面上画框的操作、画好的框的相关信息在全局变量中保存，
并且在每个循环中根据这些信息，在复制的图像上重新画一遍，然后显示这份复制的图像。
简化的设计过程：
1、输入是一个文件夹的路径，包含了所需标注物体框的图片。
如果图片中标注了物体，则生成一个相同名称加额外后缀_bbox的文件，来保存标注信息。
2、标注的方式：按下鼠标左键选择物体框的左上角，松开鼠标左键选择物体框的右下角，
按下鼠标右键删除上一个标注好的物体框。
所有待标注物体的类别和标注框颜色由用户自定义。
如果没有定义则默认只标注一种物体，定义该物体名称为object。
3、方向键 ← 和 → 键用来遍历图片， ↑ 和 ↓ 键用来选择当前要标注的物体，
delete键删除一种脏图片和对应的标注信息。
自定义标注物体和颜色的信息用一个元组表示
第一个元素表示物体名字
第二个元素表示bgr颜色的tuple或者代表标注框坐标的元祖
利用repr()保存和eval()读取
"""
 
"""
一些说明：
1. 标注相关的物体标签文件即 .labels 结尾的文件，需要与所选文件夹添加到同一个根目录下
一定要注意这一点，否则无法更新标注物体的类型标签，致使从始至终都只有一个默认物体出现
我就是这个原因，拖了两三天才整好，当然也顺便仔细的读了这篇代码。同时也学习了@staticmethod以及相应python的decorator的知识。
可以说，在曲折中前进才是棒的。
2. .labels文件为预设物体标签文件，其内容具体格式为:
'object1', (b, g, r)
'object2', (b, g, r)
'object3', (b, g, r)……
具体见文后图片。
3. 最后生成的标注文件，在文后会有，到时再进行解释。
"""
 
import os
import cv2
# tkinter是python内置的简单gui库，实现打开文件夹、确认删除等操作十分方便
from tkmessagebox import askyesno
# 定义标注窗口的默认名称
window_name = 'simple bounding box labeling tool'
# 定义画面刷新帧率
fps = 24
# 定义支持的图像格式
supported_formats = ['jpg', 'jpeg', 'png']
# 定义默认物体框的名字为object，颜色为蓝色，当没有用户自定义物体时，使用该物体
default_color = {'object': (255, 0, 0)}
# 定义灰色，用于信息显示的背景和未定义物体框的显示
color_gray = (192, 192, 192)
# 在图像下方多处bar_height的区域，用于显示信息
bar_height = 16
# 上下左右,delete键对应的cv2.waitkey()函数的返回值
key_up = 2490368
key_down = 2621440
key_left = 2424832
key_right = 2555904
key_delete = 3014656
# 空键用于默认循环
key_empty = 0
get_bbox_name = '{}.bbox'.format
 
 
# 定义物体框标注工具类
class simplebboxlabeling:
 def __init__(self, data_dir, fps=fps, windown_name=window_name):
  self._data_dir = data_dir
  self.fps = fps
  self.window_name = windown_name if windown_name else window_name
 
  # pt0 是正在画的左上角坐标, pt1 是鼠标所在坐标
  self._pt0 = none
  self._pt1 = none
  # 表明当前是否正在画框的状态标记
  self._drawing = false
  # 当前标注物体的名称
  self._cur_label = none
  # 当前图像对应的所有已标注框
  self._bboxes = []
  # 如果有用户自己定义的标注信息则读取，否则使用默认的物体和颜色
  label_path = '{}.labels'.format(self._data_dir)
  self.label_colors = default_color if not os.path.exists(label_path) else self.load_labels(label_path)
  # self.label_colors = self.load_labels(label_path)
  # 获取已经标注的文件列表和未标注的文件列表
  imagefiles = [x for x in os.listdir(self._data_dir) if x[x.rfind('.') + 1:].lower() in supported_formats]
  labeled = [x for x in imagefiles if os.path.exists(get_bbox_name(x))]
  to_be_labeled = [x for x in imagefiles if x not in labeled]
 
  # 每次打开一个文件夹，都自动从还未标注的第一张开始
  self._filelist = labeled + to_be_labeled
  self._index = len(labeled)
  if self._index > len(self._filelist) - 1:
   self._index = len(self._filelist) - 1
 
 # 鼠标回调函数
 def _mouse_ops(self, event, x, y, flags, param):
  # 按下左键，坐标为左上角，同时表示开始画框，改变drawing，标记为true
  if event == cv2.event_lbuttondown:
   self._drawing = true
   self._pt0 = (x, y)
  # 松开左键，表明画框结束，坐标为有效较并保存，同时改变drawing，标记为false
  elif event == cv2.event_lbuttonup:
   self._drawing = false
   self._pt1 = (x, y)
   self._bboxes.append((self._cur_label, (self._pt0, self._pt1)))
  # 实时更新右下角坐标
  elif event == cv2.event_mousemove:
   self._pt1 = (x, y)
  # 按下鼠标右键删除最近画好的框
  elif event == cv2.event_rbuttonup:
   if self._bboxes:
    self._bboxes.pop()
 
 # 清除所有标注框和当前状态
 def _clean_bbox(self):
  self._pt0 = none
  self._pt1 = none
  self._drawing = false
  self._bboxes = []
 
 # 画标注框和当前信息的函数
 def _draw_bbox(self, img):
  # 在图像下方多出bar_height的区域，显示物体信息
  h, w = img.shape[:2]
  canvas = cv2.copymakeborder(img, 0, bar_height, 0, 0, cv2.border_constant, value=color_gray)
  # 正在标注的物体信息，如果鼠标左键已经按下，则像是两个点坐标，否则显示当前待标注物体的名
  label_msg = '{}: {}, {}'.format(self._cur_label, self._pt0, self._pt1) \
   if self._drawing \
   else 'current label: {}'.format(self._cur_label)
  # 显示当前文件名，文件个数信息
  msg = '{}/{}: {} | {}'.format(self._index + 1, len(self._filelist), self._filelist[self._index], label_msg)
  cv2.puttext(canvas, msg, (1, h+12), cv2.font_hershey_simplex, 0.5, (0, 0, 0), 1)
  # 画出已经标好的框和对应名字
  for label, (bpt0, bpt1) in self._bboxes:
   label_color = self.label_colors[label] if label in self.label_colors else color_gray
   cv2.rectangle(canvas, bpt0, bpt1, label_color, thickness=2)
   cv2.puttext(canvas, label, (bpt0[0]+3, bpt0[1]+15), cv2.font_hershey_simplex, 0.5, label_color, 2)
  # 画正在标注的框和对应名字
  if self._drawing:
   label_color = self.label_colors[self._cur_label] if self._cur_label in self.label_colors else color_gray
   if (self._pt1[0] >= self._pt0[0]) and (self._pt1[1] >= self._pt1[0]):
    cv2.rectangle(canvas, self._pt0, self._pt1, label_color, thickness=2)
   cv2.puttext(canvas, self._cur_label, (self._pt0[0] + 3, self._pt0[1] + 15),
      cv2.font_hershey_simplex, 0.5, label_color, 2)
  return canvas
 
 # 利用repr()函数导出标注框数据到文件
 @staticmethod
 def export_bbox(filepath, bboxes):
  if bboxes:
   with open(filepath, 'w') as f:
    for bbox in bboxes:
     line = repr(bbox) + '\n'
     f.write(line)
  elif os.path.exists(filepath):
   os.remove(filepath)
 
 # 利用eval()函数读取标注框字符串到数据
 @staticmethod
 def load_bbox(filepath):
  bboxes = []
  with open(filepath, 'r') as f:
   line = f.readline().rstrip()
   while line:
    bboxes.append(eval(line))
    line = f.readline().rstrip()
  return bboxes
 
 # 利用eval()函数读取物体及对应颜色信息到数据
 @staticmethod
 def load_labels(filepath):
  label_colors = {}
  with open(filepath, 'r') as f:
   line = f.readline().rstrip()
   while line:
    label, color = eval(line)
    label_colors[label] = color
    line = f.readline().rstrip()
  print label_colors
  return label_colors
 
 # 读取图像文件和对应标注框信息（如果有的话）
 @staticmethod
 def load_sample(filepath):
  img = cv2.imread(filepath)
  bbox_filepath = get_bbox_name(filepath)
  bboxes = []
  if os.path.exists(bbox_filepath):
   bboxes = simplebboxlabeling.load_bbox(bbox_filepath)
  return img, bboxes
 
 # 导出当前标注框信息并清空
 def _export_n_clean_bbox(self):
  bbox_filepath = os.sep.join([self._data_dir, get_bbox_name(self._filelist[self._index])])
  self.export_bbox(bbox_filepath, self._bboxes)
  self._clean_bbox()
 
 # 删除当前样本和对应的标注框信息
 def _delete_current_sample(self):
  filename = self._filelist[self._index]
  filepath = os.sep.join([self._data_dir, filename])
  if os.path.exists(filepath):
    os.remove(filepath)
  filepath = get_bbox_name(filepath)
  if os.path.exists(filepath):
    os.remove(filepath)
  self._filelist.pop(self._index)
  print('{} is deleted!'.format(filename))
 
 # 开始opencv窗口循环的方法，程序的主逻辑
 def start(self):
  # 之前标注的文件名，用于程序判断是否需要执行一次图像读取
  last_filename = ''
 
  # 标注物体在列表中的下标
  label_index = 0
 
  # 所有标注物体名称的列表
  labels = self.label_colors.keys()
 
  # 带标注物体的种类数
  n_labels = len(labels)
 
  # 定义窗口和鼠标回调
  cv2.namedwindow(self.window_name)
  cv2.setmousecallback(self.window_name, self._mouse_ops)
  key = key_empty
 
  # 定义每次循环的持续时间
  delay = int(1000 / fps)
 
  # 只要没有按下delete键，就持续循环
  while key != key_delete:
   # 上下方向键选择当前标注物体
   if key == key_up:
    if label_index == 0:
     pass
    else:
     label_index -= 1
   elif key == key_down:
    if label_index == n_labels - 1:
     pass
    else:
     label_index += 1
   # 左右方向键选择标注图片
   elif key == key_left:
    # 已经到了第一张图片的话就不需要清空上一张
    if self._index > 0:
     self._export_n_clean_bbox()
    self._index -= 1
    if self._index < 0:
     self._index = 0
   elif key == key_right:
    # 已经到了最后一张图片的就不需要清空上一张
    if self._index < len(self._filelist) - 1:
     self._export_n_clean_bbox()
    self._index += 1
    if self._index > len(self._filelist) - 1:
     self._index = len(self._filelist) - 1
   # 删除当前图片和对应标注的信息
   elif key == key_delete:
    if askyesno('delete sample', 'are you sure?'):
     self._delete_current_sample()
     key = key_empty
     continue
   # 如果键盘操作执行了换图片， 则重新读取， 更新图片
   filename = self._filelist[self._index]
   if filename != last_filename:
    filepath = os.sep.join([self._data_dir, filename])
    img, self._bboxes = self.load_sample(filepath)
   # 更新当前标注物体名称
   self._cur_label = labels[label_index]
   # 把标注和相关信息画在图片上并显示指定的时间
   canvas = self._draw_bbox(img)
   cv2.imshow(self.window_name, canvas)
   key = cv2.waitkey(delay)
   # 当前文件名就是下次循环的老文件名
   last_filename = filename
  print 'finished!'
  cv2.destroyallwindows()
  #如果退出程序，需要对当前文件进行保存
  self.export_bbox(os.sep.join([self._data_dir, get_bbox_name(filename)]), self._bboxes)
  print 'labels updated!'

以上实现了工具类，当然需要一个入口函数，将工具类保存为simplebboxlabeling.py，新建run_detect.py，写以下内容：

# coding:utf-8
 
# tkinter是python内置的简单gui库，实现打开文件夹、确认删除等操作十分方便
from tkfiledialog import askdirectory
# 导入创建的工具类
from simplebboxlabeling import simplebboxlabeling
 
if __name__ == '__main__':
 dir_with_images = askdirectory(title='where is the images?')
 labeling_task = simplebboxlabeling(dir_with_images)
 labeling_task.start()

 以下是实现后的效果：

需要的文件

.labels文件内容格式

选择文件夹

进行标注

生成相应标签内容

标注结果
标注后的文件格式为：物体，左上角（起点）和右下角（终点）的坐标。

参考资料： 《深度学习与计算机视觉——算法原理、框架应用与代码实现》 叶韵（编著）

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。