json转yolo格式

json转yolo格式

视觉分割得一些标注文件是json格式，比如，舌头将这个舌头区域分割出来（用mask二值图的形式），对舌头的分割第一步是需要检测出来，缺少数据集，可以使用分割出来的结果，将分割的结果转化成可以用于目标检测的数据集。
下面是将json文件转化成一个yolov8的数据格式，首先看一下json的数据格式：

json的数据格式

我关注的就是"shapes"这个字段因为它是我舌头区域的坐标点，其次关注的是 “imageHeight”: 图片的高， “imageWidth”: 图片的宽。这些在生成yolov8格式的检测框的时候啥都有用。

{
  "version": "5.2.1",
  "flags": {},
  "shapes": [
    {
      "fill_color": null,
      "line_color": null,
      "label": "tongue",
      "points": [
        [
          700.361963190184,
          510.8926380368097
        ],
		.......
        [
          573.9815950920246,
          515.1871165644171
        ],  
      ],
      "group_id": null,
      "description": null,
      "shape_type": "polygon",
      "flags": {}
    }
  ],
  "imagePath": "0000.jpg",
  "imageData": "iVBORw0KGgoA.....................AAAAAElFTkSuQmCC",
  "imageHeight": 777,
  "imageWidth": 1286,
  "fillColor": [
    255,
    0,
    0,
    128
  ],
  "lineColor": [
    0,
    255,
    0,
    128
  ]
}

yolo数据格式

对应的yolov8的数据格式就是yolo系列的标签存储形式

yolo系列对应的是[class x y w’ h’]。注意 class也就是label标签， x y 就是（x, y）表示中心横坐标与图像宽度、高度的比值，w’ ：检测框box宽度与图像宽度比值，h’：检测框高度与图像高度比值。

# 一个txt文件
0 0.507394403152401 0.5280297826310096 0.49941035598087944 0.33793653425555276
1 0.407394403152401 0.9280297826310096 0.19941035598087944 0.33793653425555276
2 0.37394403152401 0.5280297826310096 0.19941035598087944 0.13793653425555276

代码

def json_to_yolov8(data):
	# 获取原图的宽和高
    image_width = data['imageWidth']
    image_height = data['imageHeight']

    for shape in data['shapes']:
        if shape['label'] == 'tongue':
            points = shape['points']
            x_min = min(point[0] for point in points)
            x_max = max(point[0] for point in points)
            y_min = min(point[1] for point in points)
            y_max = max(point[1] for point in points)

            x_center = (x_min + x_max) / 2
            y_center = (y_min + y_max) / 2
            w = x_max - x_min
            h = y_max - y_min

            x_center /= image_width
            y_center /= image_height
            w /= image_width
            h /= image_height

            yolov8_box = [0, x_center, y_center, w, h]

    return yolov8_box

# Replace 'your_json_file.json' and 'your_image.jpg' with the actual paths
json_folder = "path/to/json"  # 输入json文件的路径位置
yolov8_labels = 'path/to/txt' # 输出的目标文件存放路径
for json_file in os.listdir(json_folder):
       if json_file.endswith('.json'):
            json_name = os.path.basename(json_file).split('.')[0]
            output_file = os.path.join(yolov8_labels, f'{json_name}.txt')
            jsonfile = os.path.join(json_folder, f'{json_name}.json')
            
            with open(jsonfile, 'r') as file:
                data = json.load(file)
                
            yolov8_box = json_to_yolov8(data)
            
            with open(output_file, 'w') as f:
                result_str = ' '.join(str(data) for data in yolov8_box)
                f.write(result_str)
print("over!")