Labelme批量转换json文件（代码注释）

# -*- coding: utf-8 -*-
from __future__ import unicode_literals
import argparse
import base64
import json
import os
import os.path as osp
import warnings

import PIL.Image
import yaml

from labelme import utils

def main():
    warnings.warn("This script is aimed to demonstrate how to convert the\n"
                  "JSON file to a single image dataset, and not to handle\n"
                  "multiple JSON files to generate a real-use dataset.")

    parser = argparse.ArgumentParser()  # 创建一个解释对象
    parser.add_argument('json_file')  # 向该对象中添加你要关注的命令行参数和选项
    parser.add_argument('-o', '--out', default=None)
    args = parser.parse_args()  # 进行解析

    json_file = args.json_file

    if args.out is None:
        # os.path.basename(path),返回path最后的文件名
        # Python replace() 方法把字符串中的 old（旧字符串） 替换成 new(新字符串)，如果指定第三个参数max，则替换不超过

        out_dir = osp.basename(json_file).replace('.', '_')
        # os.path.join(path1[, path2[, ...]]),将多个路径组合后返回，第一个绝对路径之前的参数将被忽略。
        # os.path.dirname(path),去掉文件名，返回目录
        out_dir = osp.join(osp.dirname(json_file), out_dir)
    else:
        out_dir = args.out
        # os.path.exists(path) ,如果path存在，返回True；如果path不存在，返回False。
    if not osp.exists(out_dir):
        os.mkdir(out_dir)
    # Json   模块提供了四个方法： dumps、dump、loads、load
    # load 只接收文件描述符，完成了读取文件和反序列化
    # python open() 函数用于打开一个文件
    data = json.load(open(json_file))

    if data['imageData']:
        imageData = data['imageData']
    else:
        # os.path.join(path1[, path2[, ...]]),将多个路径组合后返回，第一个绝对路径之前的参数将被忽略。
        # os.path.dirname(path),去掉文件名，返回目录
        imagePath = os.path.join(os.path.dirname(json_file), data['imagePath'])
        # python open() 函数用于打开一个文件
        with open(imagePath, 'rb') as f:
            imageData = f.read()
            # base64编码是将二进制字节流编码为可打印的64个字符
            # 使用decode()和encode()来进行解码和编码,以utf-8编码对unicode对像进行编码
            imageData = base64.b64encode(imageData).decode('utf-8')
    img = utils.img_b64_to_arr(imageData)

    label_name_to_value = {'_background_': 0}
    # sorted() 函数对所有可迭代的对象进行排序操作。
    for shape in sorted(data['shapes'], key=lambda x: x['label']):
        label_name = shape['label']
        if label_name in label_name_to_value:
            label_value = label_name_to_value[label_name]
        else:
            # len() 方法返回对象（字符、列表、元组等）长度或项目个数。
            label_value = len(label_name_to_value)
            label_name_to_value[label_name] = label_value
    lbl = utils.shapes_to_label(img.shape, data['shapes'], label_name_to_value)
    # max() 方法返回给定参数的最大值，参数可以为序列。
    label_names = [None] * (max(label_name_to_value.values()) + 1)
    for name, value in label_name_to_value.items():
        label_names[value] = name
    lbl_viz = utils.draw_label(lbl, img, label_names)
    # PIL （Python Imaging Library）是 Python 中最常用的图像处理库
    # os.path.join(path1[, path2[, ...]]),将多个路径组合后返回，第一个绝对路径之前的参数将被忽略。
    PIL.Image.fromarray(img).save(osp.join(out_dir, 'img.png'))
    utils.lblsave(osp.join(out_dir, 'label.png'), lbl)
    PIL.Image.fromarray(lbl_viz).save(osp.join(out_dir, 'label_viz.png'))

    with open(osp.join(out_dir, 'label_names.txt'), 'w') as f:
        for lbl_name in label_names:
            f.write(lbl_name + '\n')

    warnings.warn('info.yaml is being replaced by label_names.txt')
    info = dict(label_names=label_names)
    with open(osp.join(out_dir, 'info.yaml'), 'w') as f:
        #
        yaml.safe_dump(info, f, default_flow_style=False)

    print('Saved to: %s' % out_dir)

if __name__ == '__main__':
    main()