【mask转json】文件互转

mask图像转json文件

当只有mask图像时,可使用下面代码得到json文件

import cv2
import os
import json
import sysdef func(file:str) -> dict:png = cv2.imread(file)gray = cv2.cvtColor(png, cv2.COLOR_BGR2GRAY)_, binary = cv2.threshold(gray,10,255,cv2.THRESH_BINARY)contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)dic = {"version": "5.0.1", "flags": {},"shapes":list(), "imagePath":os.path.basename(file),"imageHeight":png.shape[0], "imageWidth":png.shape[1]}for contour in contours:temp = list()for point in contour[2:]:if len(temp) > 1 and temp[-2][0] * temp[-2][1] * int(point[0][0]) * int(point[0][1]) != 0 and (int(point[0][0]) - temp[-2][0]) * (temp[-1][1] - temp[-2][1]) == (int(point[0][1]) - temp[-2][1]) * (temp[-1][0] - temp[-1][0]):temp[-1][0] = int(point[0][0])temp[-1][1] = int(point[0][1])else:temp.append([int(point[0][0]), int(point[0][1])])dic["shapes"].append({"label": "result", "points":temp, "group_id": None,"shape_type": "polygon", "flags": {}})return dicif  __name__ == "__main__":if len(sys.argv) != 3:raise ValueError("mask文件或目录 输出路径")if os.path.isdir(sys.argv[1]):for file in os.listdir(sys.argv[1]):with open(os.path.join(sys.argv[2], os.path.splitext(file)[0]+".json"), mode='w', encoding="utf-8") as f:json.dump(func(os.path.join(sys.argv[1], file)), f)else:with open(os.path.join(sys.argv[2], os.path.splitext(os.path.basename(sys.argv[1]))[0]+".json"), mode='w', encoding="utf-8") as f:json.dump(func(sys.argv[1]), f)

json文件转mask图像

只有json文件时,可使用下面代码得到mask图像

import cv2
import json
import numpy as np
import os
import sysdef func(file:str) -> np.ndarray:with open(file, mode='r', encoding="utf-8") as f:configs = json.load(f)shapes = configs["shapes"]png = np.zeros((configs["imageHeight"], configs["imageWidth"], 3), np.uint8)for shape in shapes:cv2.fillPoly(png, [np.array(shape["points"], np.int32)], (0,0,255))return pngif  __name__ == "__main__":if len(sys.argv) != 3:raise ValueError("json文件或目录 输出路径")if os.path.isdir(sys.argv[1]):for file in os.listdir(sys.argv[1]):cv2.imwrite(os.path.join(sys.argv[2], os.path.splitext(file)[0]+".png" ), func(os.path.join(sys.argv[1], file)))else:cv2.imwrite(os.path.join(sys.argv[2], os.path.splitext(os.path.basename(sys.argv[1]))[0]+".png"), func(sys.argv[1]))

使用方法:在命令行中输入
python json_to_mask.py 文件夹或json文件 输出文件夹
python mask_to_json.py 文件夹或mask图片 输出文件夹
如果输入文件夹,则会将文件夹下所有json文件或mask图片转成对应文件输出到指定路径中。

来源:Mask图像与json文件相互转换
感谢大佬!

报错问题

在json-to-mask的脚本中可能会出现下面的报错

error: (-215:Assertion failed) p.checkVector(2, CV_32S) >= 0 in
function ‘cv::fillPoly’

在这里插入图片描述
可能是由于 OpenCV 的 fillPoly 函数引发的。这个错误通常表示填充多边形时,传递的点的数据类型或结构有问题。
为了解决这个问题,可以在填充之前检查每个形状的点是否为空,如果是空的话,就跳过这个形状。
在这里,添加了一个条件 if len(points) >= 2 来确保 points 中至少包含两个点,如果不满足这个条件,就跳过这个形状的处理。

def func(file:str) -> np.ndarray:with open(file, mode='r', encoding="utf-8") as f:configs = json.load(f)shapes = configs["shapes"]png = np.zeros((configs["imageHeight"], configs["imageWidth"], 3), np.uint8)for shape in shapes:points = np.array(shape["points"], dtype=np.int32)if len(points) >= 2:cv2.fillPoly(png, [points], (255, 255, 255))#cv2.fillPoly(png, [np.array(shape["points"], np.int32)], (255,255,255))#cv2.fillPoly(png, [np.array(shape["points"], dtype=np.int32)], (255,255,255))

json-to-mask.py

import cv2
import json
import numpy as np
import os
import sysdef func(file:str) -> np.ndarray:with open(file, mode='r', encoding="utf-8") as f:configs = json.load(f)shapes = configs["shapes"]png = np.zeros((configs["imageHeight"], configs["imageWidth"], 3), np.uint8)for shape in shapes:points = np.array(shape["points"], dtype=np.int32)if len(points) >= 2:cv2.fillPoly(png, [points], (255, 255, 255))#cv2.fillPoly(png, [np.array(shape["points"], np.int32)], (255,255,255))#cv2.fillPoly(png, [np.array(shape["points"], dtype=np.int32)], (255,255,255))return pngif  __name__ == "__main__":if len(sys.argv) != 3:raise ValueError("json文件或目录 输出路径")if os.path.isdir(sys.argv[1]):for file in os.listdir(sys.argv[1]):cv2.imwrite(os.path.join(sys.argv[2], os.path.splitext(file)[0]+".png" ), func(os.path.join(sys.argv[1], file)))else:cv2.imwrite(os.path.join(sys.argv[2], os.path.splitext(os.path.basename(sys.argv[1]))[0]+".png"), func(sys.argv[1]))

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/285819.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

metabase filter

What’s this for? Variables in native queries let you dynamically replace values in your queries using filter widgets or through the URL. 本机查询中的变量允许您使用过滤器小部件或通过 URL 动态替换查询中的值。 Variables {{variable_name}} creates a variable…

后端低代码平台探索总结

业务需求快速变化的背景 我们在对业务需求进行梳理后,在进行程序设计时,对于将来可能发生变化的常量、变量、阀值、开关、条件、公式等等,可能会配置在环境变量或数字字典来支持可配置。但是需求变化往往会更加复杂、更加不可预测&#xff0…

Qt实现动画的2种方式

由于我之前是写java的所以在学习Qt的时候感觉会有点熟悉,因为Qt就是 用c写,而java底层也是c实现的 先看效果: 一、使用QMovie 这种方式我目前是用来加载gif图的,很简单噢,只不过我是加载的本地的路径,如…

减速机振动相关标准 - 笔记

参考标准:国家标准|GB/T 39523-2020 减速机的振动标准与发动机不同,摘引: 原始加速度传感器波形 可以明显看到调幅波 它的驱动电机是300Hz~2000Hz范围的。这个采样时间是5秒,看分辨率至少1024线。可分出500条谱线。 频谱部分 …

持续集成交付CICD:基于 GitLabCI 与 JenkinsCD 实现后端项目发布

目录 一、实验 1. GitLabCI环境设置 2.优化GitLabCI共享库代码 3.JenkinsCD 发布后端项目 4.再次优化GitLabCI共享库代码 5.JenkinsCD 再次发布后端项目 一、实验 1. GitLabCI环境设置 (1)GitLab给后端项目添加CI配置路径 (2&#xf…

ElementUI,修改el-cascader的默认样式

Element UI 中的下拉弹窗是通过在整个body标签末尾动态添加div实现的,所以修改样式时,必须要定义全局样式才能实现样式覆盖,那怎样才能避免全局的样式污染呢? 解决办法:通过给组件添加自定义的 popper-class 属性来避…

Mysql查询使用group_concat函数后,如果查询无结果,仍会返回一条空数据

1、在查询中使用了group_concat 函数,简单例子如下: select GROUP_CONCAT(recordid) from s_au_user where username 121212此sql查询一个username 为121212的数据,当然肯定是查询不到的,理论上应该返回0条结果,但是…

(c语言)字符逆序——非递归

#include<stdio.h> #include<string.h> int main(int argc, char* argv[]) {char a[10000];char b[10000];gets(a);int i, c;c (int)strlen(a);for (i 0; i < c; i){b[i] a[c-i-1]; //将\0之前的元素赋值给b[]}b[c] \0; //之后在所有元素后加上\0,将…

vue看板使用电子数字

1、下载字体 https://www.dafont.com/theme.php?cat302&text0123456789 2、下载后将压缩包解压,并上传到https://link.csdn.net/?targethttps%3A%2F%2Fwww.fontsquirrel.com%2Ftools%2Fwebfont-generator 然后下载 3、项目中使用 在Vue项目中的assets中新建fonts文件夹…

OpenAI公布ChatGPT安全框架

12月19日&#xff0c;OpenAI在官网公布了“准备框架”&#xff08;Preparedness Framework&#xff09;测试版。该文档详细介绍了OpenAI是如何保证ChatGPT等产品的安全防护措施、开发和部署流程。 OpenAI表示&#xff0c;随着大模型的功能迭代不断完善&#xff0c;其能力已经开…

大创项目推荐 深度学习 opencv python 公式识别(图像识别 机器视觉)

文章目录 0 前言1 课题说明2 效果展示3 具体实现4 关键代码实现5 算法综合效果6 最后 0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; 基于深度学习的数学公式识别算法实现 该项目较为新颖&#xff0c;适合作为竞赛课题方向&#xff0c;学…

文章解读与仿真程序复现思路——电力系统自动化EI\CSCD\北大核心《基于动态哈夫模型及双边匹配的电动汽车充电引导策略》

这个标题涉及两个主要概念&#xff1a;动态哈夫模型和双边匹配&#xff0c;用于制定电动汽车充电引导策略。 动态哈夫模型&#xff08;Dynamic Hawkes Model&#xff09;&#xff1a; 哈夫模型是用于描述事件发生的随机过程模型&#xff0c;特别适用于描述时间序列中的事件间的…