网站开发建设公司地址,基于h5的企业网站建设,wordpress如何放pdf,廊坊高端网站制作搞图像深度学习的童鞋一定碰过图像数据标注的东西#xff0c;当我们训练网络时需要训练集数据#xff0c;但在网上又没有找到自己想要的数据集#xff0c;这时候就考虑自己制作自己的数据集了#xff0c;这时就需要对图像进行标注。图像标注是件很枯燥又很费人力物力的一件…搞图像深度学习的童鞋一定碰过图像数据标注的东西当我们训练网络时需要训练集数据但在网上又没有找到自己想要的数据集这时候就考虑自己制作自己的数据集了这时就需要对图像进行标注。图像标注是件很枯燥又很费人力物力的一件事情但是又不能回避毕竟搞深度学习如果没有数据集那一切都是瞎搞。最近我在参加一个有关图像深度学习的比赛因为命题方没有给出训练集所以需要队伍自己去标注训练集所以我花点时间开发了一些图像标注小工具给我的团队使用以减轻标注的难度加快标注的速度。 这篇文章我将分享三个标注小工具分别用于图像分类、目标检测以及语义分割的图像标注任务。 图像分类标注小工具 实现图像分类的小工具太好开发了因为它功能很简单无非是对一个文件夹内的所有图片进行分类生成每张图片所对应的类别标签用txt文件存储起来当然也可以把每一类图片放在对应的该类的文件夹下。 我实现的这个图像分类小工具的功能就是循环弹出一个文件夹内所有的图片标注人员对这张图片进行分类属于1类就按1属于2类就按2如此类推按完相应号码后图片自动跳到下一张直至文件夹内的图片都被标注完毕。 我们以下面的图库为例将其分为3类。 首先我们需要创建相应的文件夹来存储每个类的图片 图像分类标注小工具代码 #include opencv2/imgproc.hpp
#include opencv2/highgui.hpp
#include iostream#define DATA_DIR .\\dataset\\
#define IMG_MAX_NUM 20using namespace cv;
using namespace std;int main()
{FILE* fp;FILE* fp_result;fp fopen(start.txt, r); //读取开始的图片名字方便从某一图片开始标注int start_i 0;fscanf(fp, %d, start_i);fclose(fp);fp_result fopen(classify_record.txt, a); //用于记录每张图每个框的标注信息printf(start_i: %d\n, start_i);/*循环读取图片来标注*/for (int i start_i; i IMG_MAX_NUM; i){stringstream ss1,ss2,ss3;ss1 DATA_DIR data\\ i .jpg;ss3 i .jpg;Mat src imread(ss1.str());if (src.empty()){continue;}printf(正在操作的图像: %s\n, string(ss1.str()).c_str());imshow(标注, src);char c 0;c waitKey(0);while ( c ! 1 c ! 2 c ! 3) {c waitKey(0);printf(invaid input!\n);}ss2 DATA_DIR c \\ i .jpg;char type c - 0;printf(分类为: %d\n, c - 0); imwrite(ss2.str(), src); //copy一份到对应类别的文件夹fprintf(fp_result, %s %d\n, string(ss3.str()).c_str(), type);}fclose(fp_result);return 0;
} 利用工具进行标注 每一类图片被分到相应的文件夹内 同时也生成标签文件每行以图片路径对应的类别的方式呈现。 目标检测图像标注小工具 在目标检测相关的网络训练中我们需要有带有以下标签的数据集 我们做标注时不仅仅要把我们想要识别的物体用矩形框将其框出来还需要记录这个框的相关信息比如这个框的左顶点坐标、宽度高度等x,y,w,h)。为了能实现这个标注任务这个标注小工具必须具备框图和自动记录x,y,w,h)信息的功能。 利用opencv我们可以快速实现用矩形框框出对应物体的功能再加上将每个矩形框的信息有序记录在txt文件的功能一个用于检测图像标注小工具就算开发好了。 目标检测图像标注小工具代码 #include opencv2/imgproc.hpp
#include opencv2/highgui.hpp
#include iostream#define DATA_DIR .\\cut256\\
#define IM_ROWS 5106
#define IM_COLS 15106
#define ROI_SIZE 256using namespace cv;
using namespace std;Point ptL, ptR; //鼠标画出矩形框的起点和终点,矩形的左下角和右下角
Mat imageSource, imageSourceCopy;
FILE* fp_result;struct UserData
{Mat src;vectorRect rect;
};void OnMouse(int event, int x, int y, int flag, void *dp)
{UserData *d (UserData *)dp;imageSourceCopy imageSource.clone();if (event CV_EVENT_LBUTTONDOWN) //按下鼠标右键即拖动开始{ptL Point(x, y);ptR Point(x, y);}if (flag CV_EVENT_FLAG_LBUTTON) //拖拽鼠标右键即拖动进行{ptR Point(x, y);imageSourceCopy imageSource.clone();rectangle(imageSourceCopy, ptL, ptR, Scalar(0, 255, 0));imshow(标注, imageSourceCopy);}if (event CV_EVENT_LBUTTONUP) //拖动结束{if (ptL ! ptR){rectangle(imageSourceCopy, ptL, ptR, Scalar(0, 255, 0));imshow(标注, imageSourceCopy);int h ptR.y - ptL.y;int w ptR.x - ptL.x;printf(选择的信息区域是:x:%d y:%d w:%d h:%d\n, ptL.x, ptL.y, w, h);d-rect.push_back(Rect(ptL.x, ptL.y, w, h));//d-src(imageSourceCopy);}}//点击右键删除一个矩形if (event CV_EVENT_RBUTTONDOWN){if (d-rect.size() 0){Rect temp d-rect.back();printf(删除的信息区域是:x:%d y:%d w:%d h:%d\n, temp.x, temp.y, temp.width, temp.height);d-rect.pop_back();for (int i 0; i d-rect.size(); i){rectangle(imageSourceCopy, d-rect[i], Scalar(0, 255, 0), 1);}}}}void DrawArea(Mat src, string img_name, string path_name)
{Mat img src.clone();char c x;UserData d;d.src img.clone();while (c ! n){Mat backup src.clone();imageSource img.clone();namedWindow(标注, 1);imshow(标注, imageSource);setMouseCallback(标注, OnMouse, d);c waitKey(0);if (c a){printf(rect size: %d\n, d.rect.size());for (int i 0; i d.rect.size(); i){rectangle(backup, d.rect[i], Scalar(0, 255, 0), 1);}img backup.clone();}}fprintf(fp_result, %s\n, img_name.c_str());fprintf(fp_result, %d\n, d.rect.size());for (int i 0; i d.rect.size(); i){Rect t d.rect[i];fprintf(fp_result, %d %d %d %d\n, t.x, t.y, t.width, t.height);}imwrite(path_name, img);}
int main()
{FILE* fp;fp fopen(start.txt, r);int start_i 0;int start_j 0;fscanf(fp, %d %d, start_i, start_j);fclose(fp);fp_result fopen(record.txt, a);printf(start_i: %d, start_j: %d\n, start_i, start_j);/*循环读取图片来标注*/for (int i start_i; i IM_ROWS / ROI_SIZE 1; i){for (int j start_j; jIM_COLS / ROI_SIZE; j){stringstream ss1, ss2;ss1 DATA_DIR 2017\\ i _ j _ ROI_SIZE _.jpg;ss2 DATA_DIR label_img\\ i _ j _ ROI_SIZE _.jpg;cout ss1.str() endl;string str(ss1.str());string str2(ss2.str());cv::Mat src cv::imread(ss1.str());DrawArea(src, str,str2);}}fclose(fp_result);return 0;
} 以标注建筑物为例子吧 然后在txt文件中可以看到我们标记的矩形信息记录第一行是图片路径框的个数第二行开始是每个矩形的x,y,w,h。 语义分割图像标注小工具 语义分割的标注相比上面的标注要复杂得多所以标注工具开发起来也略难一点。 比如有这么一个任务我们需要把图像中的建筑物给标注出来生成一个mask图。 比如这样子 然后我们以后就可以根据这些mask图作为label来进行语义分割网络的训练了。 实现这么一个工具还是不算太复杂主要功能的实现就在于使用了opencv的多边形的生成与填充函数。标注人员只需要在要标注的物体边缘打点然后工具就会自动填充该区域进而生成黑白mask图。 #include iostream
#include sstream
#include vector
#include opencv2/opencv.hpp
using namespace std;#define DATA_DIR .\\cut256\\#define IM_ROWS 5106
#define IM_COLS 15106
#define ROI_SIZE 256
struct UserData
{cv::Mat src;vectorcv::Point pts;
};FILE* fpts_set;void on_mouse(int event, int x, int y, int flags, void *dp)
{UserData *d (UserData *)dp;if (event CV_EVENT_LBUTTONDOWN){d-pts.push_back(cv::Point(x, y));}if (event CV_EVENT_RBUTTONDOWN){if (d-pts.size()0)d-pts.pop_back();}cv::Mat temp d-src.clone();if (d-pts.size()2){const cv::Point* ppt[1] { d-pts[0] };int npt[] { static_castint(d-pts.size()) };cv::fillPoly(temp, ppt, npt, 1, cv::Scalar(0, 0, 255), 16);}for (int i 0; id-pts.size(); i){cv::circle(temp, d-pts[i], 1, cv::Scalar(0, 0, 255), 1, 16);}cv::circle(temp, cv::Point(x, y), 1, cv::Scalar(0, 255, 0), 1, 16);cv::imshow(2017, temp);}void WriteTxT(vectorcv::Point pst)
{for (int i 0; i pst.size(); i){fprintf(fpts_set, %d %d, pst[i].x, pst[i].y);if (i pst.size() - 1){fprintf(fpts_set, \n);}else{fprintf(fpts_set, );}}
}int label_img(cv::Mat src, cv::Mat mask, string name)
{char c x;vectorvectorcv::Point poly_point_set;while (c ! n){UserData d;d.src src.clone();cv::namedWindow(2017, 1);cv::setMouseCallback(2017, on_mouse, d);cv::imshow(2017, src);c cv::waitKey(0);if (c a){if (d.pts.size()0){const cv::Point* ppt[1] { d.pts[0] };int npt[] { static_castint(d.pts.size()) };cv::fillPoly(src, ppt, npt, 1, cv::Scalar(0, 0, 255), 16);cv::fillPoly(mask, ppt, npt, 1, cv::Scalar(255), 16);poly_point_set.push_back(d.pts);}}}fprintf(stdout, %s %d\n, name.c_str(), poly_point_set.size());fprintf(fpts_set, %s %d\n, name.c_str(), poly_point_set.size());//将点集写入文件for (int i 0; i poly_point_set.size(); i){WriteTxT(poly_point_set[i]);}return 0;
}
int main()
{FILE* fp;fp fopen(start.txt, r);int start_i 0;int start_j 0;fscanf(fp, %d %d, start_i, start_j);fclose(fp);fpts_set fopen(semantic_label.txt, a);printf(start_i: %d, start_j: %d\n, start_i, start_j);for (int i start_i; iIM_ROWS / ROI_SIZE 1; i){for (int j start_j; jIM_COLS / ROI_SIZE; j){stringstream ss1,ss2,ss3;cv::Mat mask(256, 256, CV_8UC1);mask.setTo(0);ss1 DATA_DIR 2017\\ i _ j _ ROI_SIZE _.jpg;ss2 DATA_DIR label\\ i _ j _ ROI_SIZE _.jpg;ss3 i _ j _ ROI_SIZE _.jpg;cout ss1.str() endl;cv::Mat src cv::imread(ss1.str());label_img(src, mask, string(ss3.str()));// label based on tinycv::imwrite(ss2.str(), mask);}}fclose(fpts_set);return 0;
}所以我们可以利用这个标注工具对任意形状的物体进行标注原理就是利用多边形的逼近。看看效果吧 生成的mask图 当然我们也可以根据需求把每个标注的每个图形的边缘点记录下来 希望这三款小工具能给你带来一点小帮助和小启发~
