labelme 中遇到的問題

- labelme批量轉換json文件出現AttributeError

- 問題描述

在批量轉換 json 文件時，出現以下報錯：

AttributeError: module ‘labelme.utils’ has no attribute ‘draw’

類似的還可能出現：

AttributeError: module ‘labelme.utils’ has no attribute 'draw_label’

等錯誤。這是由於 labelme 版本的問題。高版本在 labelme 的utils文件夾裏缺少 draw.py 文件。

- 解決方案

有如下解決方案：

1. 降低 labelme 的版本，可參考博客1。
2. 在labelme的安裝目錄下手動添加 draw.py 文件，可參考博客2。
   1）在 utils 文件夾中新建一個 draw.py 文件 ，如果是在 Anaconda 中安裝的，具體路徑爲：D:\Anaconda3\Lib\site-packages\labelme\utils。 draw.py 的代碼在此給出：

import io
 
import numpy as np
import PIL.Image
import PIL.ImageDraw
 
 
def label_colormap(N=256):
 
    def bitget(byteval, idx):
        return ((byteval & (1 << idx)) != 0)
 
    cmap = np.zeros((N, 3))
    for i in range(0, N):
        id = i
        r, g, b = 0, 0, 0
        for j in range(0, 8):
            r = np.bitwise_or(r, (bitget(id, 0) << 7 - j))
            g = np.bitwise_or(g, (bitget(id, 1) << 7 - j))
            b = np.bitwise_or(b, (bitget(id, 2) << 7 - j))
            id = (id >> 3)
        cmap[i, 0] = r
        cmap[i, 1] = g
        cmap[i, 2] = b
    cmap = cmap.astype(np.float32) / 255
    return cmap
 
 
# similar function as skimage.color.label2rgb
def label2rgb(lbl, img=None, n_labels=None, alpha=0.5, thresh_suppress=0):
    if n_labels is None:
        n_labels = len(np.unique(lbl))
 
    cmap = label_colormap(n_labels)
    cmap = (cmap * 255).astype(np.uint8)
 
    lbl_viz = cmap[lbl]
    lbl_viz[lbl == -1] = (0, 0, 0)  # unlabeled
 
    if img is not None:
        img_gray = PIL.Image.fromarray(img).convert('LA')
        img_gray = np.asarray(img_gray.convert('RGB'))
        # img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
        # img_gray = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2RGB)
        lbl_viz = alpha * lbl_viz + (1 - alpha) * img_gray
        lbl_viz = lbl_viz.astype(np.uint8)
 
    return lbl_viz
 
 
def draw_label(label, img=None, label_names=None, colormap=None):
    import matplotlib.pyplot as plt
    backend_org = plt.rcParams['backend']
    plt.switch_backend('agg')
 
    plt.subplots_adjust(left=0, right=1, top=1, bottom=0,
                        wspace=0, hspace=0)
    plt.margins(0, 0)
    plt.gca().xaxis.set_major_locator(plt.NullLocator())
    plt.gca().yaxis.set_major_locator(plt.NullLocator())
 
    if label_names is None:
        label_names = [str(l) for l in range(label.max() + 1)]
 
    if colormap is None:
        colormap = label_colormap(len(label_names))
 
    label_viz = label2rgb(label, img, n_labels=len(label_names))
    plt.imshow(label_viz)
    plt.axis('off')
 
    plt_handlers = []
    plt_titles = []
    for label_value, label_name in enumerate(label_names):
        if label_value not in label:
            continue
        if label_name.startswith('_'):
            continue
        fc = colormap[label_value]
        p = plt.Rectangle((0, 0), 1, 1, fc=fc)
        plt_handlers.append(p)
        plt_titles.append('{value}: {name}'
                          .format(value=label_value, name=label_name))
    plt.legend(plt_handlers, plt_titles, loc='lower right', framealpha=.5)
 
    f = io.BytesIO()
    plt.savefig(f, bbox_inches='tight', pad_inches=0)
    plt.cla()
    plt.close()
 
    plt.switch_backend(backend_org)
 
    out_size = (label_viz.shape[1], label_viz.shape[0])
    out = PIL.Image.open(f).resize(out_size, PIL.Image.BILINEAR).convert('RGB')
    out = np.asarray(out)
    return out

2）打開 utils 文件夾下的 __init__.py 文件，導入 draw.py 裏面的函數：

from .draw import label_colormap
from .draw import label2rgb
from .draw import draw_label

- labelme 標註類別順序

注意標註的類別順序，在 Polygon Labels 列表中，第一個出現的類別後續處理中對應爲1，第二個出現的類別後續處理中對應爲 2，以此類推。因此需要保證標註時所有圖片標註的類的順序是相同的。

此時rock=1，crater=2，若不小心某些圖片類別順序標記錯誤，可以把該類拖動，改變其次序。

改變次序後，crater=1，rock=2。修改次序時可以把該對話框拖出來。