LabelImg 安装与使用_labelimg安装

提示：文章用于学习记录

---

前言

---

一、LabelImg 下载

• 下载地址
  

二、安装

• 将下载的包解压到一个路径，打开该文件夹并点击上方搜索栏，输入 cmd
  

• 按下回车，进入该目录的 cmd 终端输入 python，再输入 conda 检测环境变量
  

• 输入以下命令，会自动完成安装

  conda install pyqt=5
  1

  由于已安装，故出现 All requested packages already installed. 表明已经安装好了。
  

  3. 安装 lxml、PyQt5、PyQt5_tools 库

  pip install lxml -i https://pypi.tuna.tsinghua.edu.cn/simple
  pip install PyQt5 -i https://pypi.tuna.tsinghua.edu.cn/simple
  pip install PyQt5_tools -i https://pypi.tuna.tsinghua.edu.cn/simple
  1
  2
  3

  
  4. 再输入 Pyrcc5 -o resources.py resources.qrc，并运行 labelImg.py，报错 ModuleNotFoundError: No module named ‘libs.resources‘

  Pyrcc5 -o resources.py resources.qrc
  
  python labelImg.py
  1
  2
  3

  5. 以上报错解决方案将 labelImg-master 中的 resources.py 复制到 lib 文件中，如下图：
  6. 再终端输入命令 python labelImg.py 即可打开 labelImg，也可在目录双击 labelImg.py 打开.
  

三、使用

• 选择左侧菜单栏的打开目录导入图像，点击创建区块即可标记目标，可选择使用预设标签也可输入标签名称，点击 OK。
  
• 点击左边菜单栏的保存按钮，即可获取对应的 xml 文件，此时图片可标签文件在同一文件夹，可选择改变存放目标再执行保存操作。
  
  若需对 XML 数据格式转化为 TXT，可参考数据集格式转化 xml2txt。

  import xml.etree.ElementTree as ET
  import os
  
  def convert(size, box):
     x_center = (box[0] + box[1]) / 2.0
     y_center = (box[2] + box[3]) / 2.0
     x = x_center / size[0]
     y = y_center / size[1]
     w = (box[1] - box[0]) / size[0]
     h = (box[3] - box[2]) / size[1]
     return (x, y, w, h)
  
  
  def convert_annotation(xml_files_path, save_txt_files_path, classes):
     xml_files = os.listdir(xml_files_path)
     print(xml_files)
     for xml_name in xml_files:
         print(xml_name)
         xml_file = os.path.join(xml_files_path, xml_name)
         out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
         out_txt_f = open(out_txt_path, 'w')
         tree = ET.parse(xml_file)
         root = tree.getroot()
         size = root.find('size')
         w = int(size.find('width').text)
         h = int(size.find('height').text)
  
     for obj in root.iter('object'):
         # difficult = obj.find('difficult').text
         if obj.find('difficult'):
             difficult = float(obj.find('difficult').text)
         else:
             difficult = 0
         cls = obj.find('name').text
         if cls not in classes or int(difficult) == 1:
             continue
         cls_id = classes.index(cls)
         xmlbox = obj.find('bndbox')
         b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
              float(xmlbox.find('ymax').text))
         # b=(xmin, xmax, ymin, ymax)
         print(w, h, b)
         bb = convert((w, h), b)
         out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
  
  
  if __name__ == "__main__":
     # 需要转换的类别，需要一一对应
     classes1 = ['D00','D10','D20','D40']
     # 2、voc格式的xml标签文件路径
     xml_files1 = r'C:\Users\bistu\Desktop\RoadDamage\labels'
     # 3、转化为yolo格式的txt标签文件存储路径
     save_txt_files1 = r'C:\Users\bistu\Desktop\batch\label'
  
     convert_annotation(xml_files1, save_txt_files1, classes1)
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16
  17
  18
  19
  20
  21
  22
  23
  24
  25
  26
  27
  28
  29
  30
  31
  32
  33
  34
  35
  36
  37
  38
  39
  40
  41
  42
  43
  44
  45
  46
  47
  48
  49
  50
  51
  52
  53
  54
  55

  也可直接采用 makesense 在线标注工具直接标注生成 TXT 格式标签，点击 Get Started，上传要标注的图片并创建标签按 Enter 继续创建。
  
  
  
  
  标注并导出标签
  

---

总结

以上就是LabelImg 安装与使用、XML 数据格式转化为 TXT 以及 makesense 在线标注工具的使用。
1