# python3
conda create --name=labelme python=3.6
source activate labelme
# conda install -c conda-forge pyside2
# conda install pyqt
pip install pyqt5  # pyqt5 can be installed via pip on python3
pip install labelme

這是在anaconda下安裝labelme

安裝好後在cmd輸入activate labelme激活labelme環境

在輸入labelme運行程序

通過open讀取文件，選擇create polygons對想要的區域進行編輯

隨後會生成如下文件：

找到labelme安裝路徑下的script，找到labelme_json_to_dataset.exe所在目錄

將所有.json文件復制粘貼到這下面，並且在此目錄下運行cmd，激活labelme,輸入指令

python labelme_json_to_dataset.exe 圖片文件.json

即可獲得一個圖片文件.json的文件夾

對於每個json文件生成一個dataset(包含 img.png，info.yaml，label.png，label_names.txt, label_viz.png)：

其中json文件夾下的label.png為16位格式，要轉化為8位 vs2015+opencv:

#include <stdio.h>
#include <iostream>
using namespace std;
using namespace cv;
int main(void) {
    char buff1[100];
    char buff2[100];
    for (int i = 1; i<51; i++) {
        sprintf_s(buff1, "C:/mypic/labelme_json/%d_json/label.png
 
", i);
        sprintf_s(buff2, "C:/mypic/cv2_mask/%d.png", i);
        //sprintf(buff1,"/media/lj/FA68-10A6/test_drug/disp/disp_%d.png",i);
        //sprintf(buff2,"/media/lj/FA68-10A6/test_drug/disp_8/disp_%d.png",i);
        Mat src;
        //Mat dst;
        src = imread(buff1, CV_LOAD_IMAGE_UNCHANGED);
        Mat ff = Mat::zeros(src.rows, src.cols, CV_8UC1);
        for (int k = 0; k<src.rows; k++) {
            for (int kk = 0; kk<src.cols; kk++) {
                int n = src.at<ushort>(k, kk);
                ff.at<uchar>(k, kk) = n;
            }
        }
        //src.copyTo(dst);
        //imshow("haha",ff*100);
        //waitKey(0);
        imwrite(buff2, ff);
    }
    return 0;
}

不過我使用是這段代碼時一直出錯，後來有看到說新版的labelme直接生產8位的圖片，只是表現為彩色而已，那我就先姑且這麽認為吧

使用labelme制作自己的數據集