PPOCRLabel标注的txt格式如何转换成labelme能修改的json格式

PPOCRLabel标注的txt格式转换成labelme能修改的json格式

PPOCR是个好东西

默认的训练文件是用自带的PPOCRLabel标注的，有时候需要用labelme来修改一些东西，比如后期用到的字段提取，就需要加一个参数，PPOCRLabel就没法做了，只能转成labelme，并利用group_id这个参数来赋值。

所以写了下面这个脚本

Label.txt每一行对应一个图片标注，该脚本作用是将PPOCRLabel的标注文件Label.txt转换为一个一个的json文件

并存储至json1目录下：

# -*- coding:utf-8 -*-
# 开发人员 : csu·攀-_-||
# 开发时间 : 2021/9/7 0007 10:30
# 文件名称 : pplable2json.py
# 开发工具 : PyCharm
# 功能描述 : PPOCRLabel标注的txt格式转换成labelme能修改的json格式

import os
import cv2
import json
import base64

#转base64
def image_to_base64(image_np):
   image = cv2.imencode('.jpg', image_np)[1]
   image_code = str(base64.b64encode(image))[2:-1]
   return image_code

def pp2json(path,savepath):
   with open(os.path.join(path,'Label.txt'),'r',encoding='utf-8') as f:
       for line in f.readlines():
           line = line.strip('\n')  # 去掉列表中每一个元素的换行符
           imgname = line.split('\t')[0].split('/')[1]
           img = cv2.imread(os.path.join(path,imgname))
           H,W,C = img.shape
           items = json.loads(line.split('\t')[1])
           item_shapes = []
           for item in items:
               item_shapes.append({
                   "label":item['transcription'],
                   "points":item['points'],
                   "group_id": 0,
                   "shape_type": "polygon",
                   "flags": {}
               })
           new_dict = {
               "version": "4.5.9",
               "flags": {},
               "shapes": item_shapes,
               "imagePath": imgname,
               "imageData": image_to_base64(img),
               "imageHeight": H,
               "imageWidth": W
           }
           with open(os.path.join(savepath,imgname.split('.')[0] + '.json'), "w",encoding='utf-8') as fw:
               print(imgname,' succeed!')
               json.dump(new_dict, fw)

if __name__ == '__main__':
   path = r'E:\Projects\OCR-release-2.1\tools\infer\imgs\train_data'
   savepath = r'json1'
   pp2json(path,savepath)

PPOCRLabel标注的Label.txt文件，所有的图片标注都在一个txt里头，一个图片一行，文件名和标注内容之间用制表符’\t’隔开。

labelme标注的json文件格式

来源：https://blog.csdn.net/qq_36563273/article/details/120822514