博客
关于我
json数据格式
阅读量:539 次
发布时间:2019-03-09

本文共 2633 字,大约阅读时间需要 8 分钟。

JSON数据格式是常用的数据交换格式,广泛应用于机器学习、数据分析等领域。在ICDAR(ICdar一个IDAR标注任务)中,JSON格式被广泛用于标注训练数据。以下是一个典型的JSON数据示例,展示了图像标注的具体结构:

{  "data_root": "datasets/data/train",  "data_list": [    {      "img_name": "X00016469670.jpg",      "annotations": [        {          "polygon": [            [98.0, 26.0],            [321.0, 26.0],            [321.0, 66.0],            [98.0, 66.0]          ],          "text": "TAN CHAY YEE",          "illegibility": false,          "language": "Latin",          "chars": [            {              "polygon": [],              "char": "",              "illegibility": false,              "language": "Latin"            }          ]        },        # ... 其他注释      ]    }  ]}

JSON数据结构解析

  • data_root:指定了数据集的基础路径。
  • data_list:包含了所有待处理图像的信息。每个图像包含以下子项:
    • img_name:图像文件名。
    • annotations:图像的标注结果,包括:
      • polygon:多边形边界坐标,用于标注图像中的特定区域。
      • text:标注的文本内容。
      • illegibility:标注是否存在不清晰字符。
      • language:标注语言(如Latin表示拉丁文字母)。
      • chars:单个字符的标注信息,包括字符位置和不清晰度。
  • JSON到ICDAR标注脚本的功能说明

    以下是一个用于将JSON格式数据转换为ICDAR标注文件的Python脚本示例:

    # -*- coding: utf-8 -*-import globimport os.pathimport numpy as npimport shutilimport jsonINPUT_PATH = "E:/card_data/card_autolabel/20200116"def jsonTotxt(jsonfile):    filename = os.path.split(jsonfile)[1].split('.')[0]    savefile = os.path.join("E:/datasets/icdar", filename + '.txt')        # 读取JSON文件    with open(jsonfile, 'r') as f:        b = f.read()        data = json.loads(b)        # 写入文本文件    with open(savefile, "a", encoding='utf-8') as f:        for coordict in data['shapes']:            coordlist = coordict['points']            for point in coordlist:                f.write(str(point).replace('[','').replace(']','') + ',')            f.write('###\n')# 执行批量处理shutil.rmtree("E:/datasets/icdar/", ignore_errors=True)sub_dirs = [x[0] for x in os.walk(INPUT_PATH)]is_rootdir = Truefor sub_dir in sub_dirs:    if is_rootdir:        is_rootdir = False        continue        extensions_images = ['jpg', 'JPG', 'jpeg', 'JPEG']    extensions_labels = 'json'        images_list = []    for extension in extensions_images:        images_glob = os.path.join(INPUT_PATH, '*.' + extension)        images_list.extend(glob.glob(images_glob))        if not images_list:        continue        for image in images_list:        shutil.copy(image, "E:/datasets/icdar/")        json_glob = os.path.join(INPUT_PATH, '*.' + extensions_labels)    json_lists = glob.glob(json_glob)        for json_list in json_lists:        jsonTotxt(json_list)

    ###Script 功能说明

  • 文件清理:删除目标目录中所有现有的文件和目录。
  • 图像分类与复制:遍历指定路径中的所有图像文件,根据文件扩展名分类并将文件复制到目标目录中。
  • JSON转TXT:读取每个JSON文件,将其转换为文本文件,记录图像的标注信息。
  • 标注处理:解析JSON中的标注信息,按照预定格式将标注结果写入文本文件。
  • 该脚本适用于大规模图像数据的标注转换任务,支持批量处理,确保处理效率。

    转载地址:http://ptqiz.baihongyu.com/

    你可能感兴趣的文章
    mabatis 中出现< 以及> 代表什么意思?
    查看>>
    Mac book pro打开docker出现The data couldn’t be read because it is missing
    查看>>
    MAC M1大数据0-1成神篇-25 hadoop高可用搭建
    查看>>
    mac mysql 进程_Mac平台下启动MySQL到完全终止MySQL----终端八步走
    查看>>
    Mac OS 12.0.1 如何安装柯美287打印机驱动,刷卡打印
    查看>>
    MangoDB4.0版本的安装与配置
    查看>>
    Manjaro 24.1 “Xahea” 发布!具有 KDE Plasma 6.1.5、GNOME 46 和最新的内核增强功能
    查看>>
    mapping文件目录生成修改
    查看>>
    MapReduce程序依赖的jar包
    查看>>
    mariadb multi-source replication(mariadb多主复制)
    查看>>
    MariaDB的简单使用
    查看>>
    MaterialForm对tab页进行隐藏
    查看>>
    Member var and Static var.
    查看>>
    memcached高速缓存学习笔记001---memcached介绍和安装以及基本使用
    查看>>
    memcached高速缓存学习笔记003---利用JAVA程序操作memcached crud操作
    查看>>
    Memcached:Node.js 高性能缓存解决方案
    查看>>
    memcache、redis原理对比
    查看>>
    memset初始化高维数组为-1/0
    查看>>
    Metasploit CGI网关接口渗透测试实战
    查看>>
    Metasploit Web服务器渗透测试实战
    查看>>