将mask图像转换成coco形式（包含bbox）

发布时间：2026/8/1 12:57:31

将mask图像转换成coco形式（包含bbox）

最近在医学图像上visual grounding的实验，由于大多息肉的任务都是分割，我之前收集的数据集也是无监督数据集or分割数据集，因此萌发了将mask转成bounding box标签的念头，来扩充目标检测数据集。

借鉴以下博客，但是我的数据在他的代码上有问题，所以做了一些修改。数据集：息肉二分类分割数据集，一张图中可能包含多个息肉。【coco】掩膜mask影像转coco格式txt（含python代码）_实例分割 将mask转化为txt-CSDN博客

coco数据集的格式

一张图片可以对应多个annotations，所以id是累加的，但注意images中的id要与annotations中的image_id一致。

{
"info": [
{"year": "2023","version": "1","contributor": "bulibuli","url": "","date_created": "2023-01-17"
}
],
"lisence": [
{"id": 1,"url": "https://creativecommons.org/licenses/by/4.0/","name": "CC BY 4.0"
}
],
"categories": [
{"supercategory": "polyp","id": 1,"name": "polyp"
}
],
"images": [
{"height": 500,"width": 574,"id": 1,"file_name": "CVC-300151.png"
},
...
"annotations": [
{"segmentation": [[446,517,447,517,448,517,449,517,450,517,451,517,452,517,453,517,454,517,455,517]],"area": 46450.0,"iscrowd": 0,"image_id": 1,"bbox": [776,663,324,246],"category_id": 1,"id": 1
},
.....
]
}

路径设置

图像和mask的文件名必须一一对应，一模一样。

# mask图像路径
block_mask_path = 'your path'
block_mask_image_files = sorted(os.listdir(block_mask_path))# coco json保存的位置
jsonPath = "your path/label.json"
annCount = 1
imageCount = 1
# 原图像的路径， 原图像和mask图像的名称是一致的。
path = "your path"
rgb_image_files = sorted(os.listdir(path))
if block_mask_image_files!=rgb_image_files: print("error")

写入基本信息和lisence

with io.open(jsonPath, 'w', encoding='utf8') as output:# 那就全部写在一个文件夹好了output.write(unicode('{\n'))# 基本信息output.write(unicode('"info": [\n'))output.write(unicode('{\n'))info={"year": "2023","version": "1","contributor": "bulibuli","url": "","date_created": "2023-01-17"}str_ = json.dumps(info, indent=4)str_ = str_[1:-1]if len(str_) > 0:output.write(unicode(str_))output.write(unicode('}\n'))output.write(unicode('],\n'))#lisenceoutput.write(unicode('"lisence": [\n'))output.write(unicode('{\n'))info={"id": 1,"url": "https://creativecommons.org/licenses/by/4.0/","name": "CC BY 4.0"}str_ = json.dumps(info, indent=4)str_ = str_[1:-1]if len(str_) > 0:output.write(unicode(str_))output.write(unicode('}\n'))output.write(unicode('],\n'))

写入类别

这里只有一个类别：息肉，因此直接写入即可，如果有多个类别，也可以往里面添加，请自助修改，但是一般多分类的数据集应该不会只有一个mask吧。

# categoryoutput.write(unicode('"categories": [\n'))output.write(unicode('{\n'))categories = {"supercategory": "polyp","id": 1,"name": "polyp"}str_ = json.dumps(categories, indent=4)str_ = str_[1:-1]if len(str_) > 0:output.write(unicode(str_))output.write(unicode('}\n'))output.write(unicode('],\n'))

写入图像信息

需要用cv2读入图像，并获取宽高。

# images    output.write(unicode('"images": [\n'))for image in rgb_image_files:if os.path.exists(os.path.join(block_mask_path, image)):output.write(unicode('{'))block_im = cv2.imread(os.path.join(path, image))h,w,_=block_im.shapeannotation = {"height": h,"width": w,"id": imageCount,"file_name": image}str_ = json.dumps(annotation, indent=4)str_ = str_[1:-1]if len(str_) > 0:output.write(unicode(str_))imageCount = imageCount + 1if (image == rgb_image_files[-1]):output.write(unicode('}\n'))else:output.write(unicode('},\n'))output.write(unicode('],\n'))

写入标签信息

读取二值图像并转成array，获取该图像的annotations，传入image_id，类别id。对于每个annotation写入文件。

# 写annotationsoutput.write(unicode('"annotations": [\n'))for i in range(len(block_mask_image_files)):if os.path.exists(os.path.join(path, block_mask_image_files[i])):block_image = block_mask_image_files[i]# print(block_image)# 读取二值图像block_im = cv2.imread(os.path.join(block_mask_path, block_image), 0)_, block_im = cv2.threshold(block_im, 100, 1, cv2.THRESH_BINARY)if not block_im is None:block_im = np.array(block_im, dtype=object).astype(np.uint8)block_anno = maskToanno(block_im, annCount, 1)# print(block_image,len(block_anno))for b in block_anno:str_block = json.dumps(b, indent=4)str_block = str_block[1:-1]if len(str_block) > 0:output.write(unicode('{\n'))output.write(unicode(str_block))if (block_image == rgb_image_files[-1] and b == block_anno[-1]):output.write(unicode('}\n'))else:output.write(unicode('},\n'))annCount = annCount + 1else:print(block_image)

masktoanno函数

首先利用cv2.findContours函数，找到所有的轮廓，这里只取外轮廓，因为我们的分割mask是实心的。该函数有两个输出，我们取第一个输出，是一个列表存储了所有轮廓，如果该列表的长度为0，则说明， mask图像是全黑的，该图像中没有息肉。

然后对于每一个轮廓，如果长度小于3，则说明该轮廓构不成一个面，因此该轮廓作废。其余的轮廓我们直接采取cv2.contourArea函数获取mask的面积，然后通过cv2.boundingRect直接将轮廓转成bounding box，添加进annotation，加入文件。

global segmentation_id
segmentation_id = 1
# annotations部分的实现
def maskToanno(ground_truth_binary_mask, ann_count, category_id):contours, _ = cv2.findContours(ground_truth_binary_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)  # 根据二值图找轮廓annotations = [] #一幅图片所有的annotatons# print(len(contours),contours)global segmentation_idif(len(contours)==0):print("0")# 对每个实例进行处理for i,contour in enumerate(contours):if(len(contour)<3):print("The contour does not constitute an area")continueground_truth_area = cv2.contourArea(contour)x, y, w, h = cv2.boundingRect(contour)annotation = {"segmentation": [],"area": ground_truth_area,"iscrowd": 0,"image_id": ann_count,"bbox": [x,y,w,h],"category_id": category_id,"id": segmentation_id}# 求segmentation部分contour = np.flip(contour, axis=0)segmentation = contour.ravel().tolist()annotation["segmentation"].append(segmentation)annotations.append(annotation)segmentation_id = segmentation_id + 1return annotations

总代码

目前生成的json没有问题，但是还没训练看效果，效果过几天再更新。

import json
import numpy as np
from pycocotools import mask
import cv2
import os
import sysif sys.version_info[0] >= 3:unicode = strimport io
# 实例的id，每个图像有多个物体每个物体的唯一id
global segmentation_id
segmentation_id = 1
# annotations部分的实现
def maskToanno(ground_truth_binary_mask, ann_count, category_id):contours, _ = cv2.findContours(ground_truth_binary_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)  # 根据二值图找轮廓annotations = [] #一幅图片所有的annotatons# print(len(contours),contours)global segmentation_idif(len(contours)==0):print("0")# 对每个实例进行处理for i,contour in enumerate(contours):if(len(contour)<3):print("The contour does not constitute an area")continueground_truth_area = cv2.contourArea(contour)x, y, w, h = cv2.boundingRect(contour)annotation = {"segmentation": [],"area": ground_truth_area,"iscrowd": 0,"image_id": ann_count,"bbox": [x,y,w,h],"category_id": category_id,"id": segmentation_id}# 求segmentation部分contour = np.flip(contour, axis=0)segmentation = contour.ravel().tolist()annotation["segmentation"].append(segmentation)annotations.append(annotation)segmentation_id = segmentation_id + 1return annotations# mask图像路径
block_mask_path = '...'
block_mask_image_files = sorted(os.listdir(block_mask_path))# coco json保存的位置
jsonPath = "..."
annCount = 1
imageCount = 1
# 原图像的路径， 原图像和mask图像的名称是一致的。
path = "..."
rgb_image_files = sorted(os.listdir(path))
if block_mask_image_files!=rgb_image_files: print("error")with io.open(jsonPath, 'w', encoding='utf8') as output:# 那就全部写在一个文件夹好了output.write(unicode('{\n'))# 基本信息output.write(unicode('"info": [\n'))output.write(unicode('{\n'))info={"year": "2023","version": "1","contributor": "bulibuli","url": "","date_created": "2023-01-17"}str_ = json.dumps(info, indent=4)str_ = str_[1:-1]if len(str_) > 0:output.write(unicode(str_))output.write(unicode('}\n'))output.write(unicode('],\n'))#lisenceoutput.write(unicode('"lisence": [\n'))output.write(unicode('{\n'))info={"id": 1,"url": "https://creativecommons.org/licenses/by/4.0/","name": "CC BY 4.0"}str_ = json.dumps(info, indent=4)str_ = str_[1:-1]if len(str_) > 0:output.write(unicode(str_))output.write(unicode('}\n'))output.write(unicode('],\n'))# categoryoutput.write(unicode('"categories": [\n'))output.write(unicode('{\n'))categories = {"supercategory": "polyp","id": 1,"name": "polyp"}str_ = json.dumps(categories, indent=4)str_ = str_[1:-1]if len(str_) > 0:output.write(unicode(str_))output.write(unicode('}\n'))output.write(unicode('],\n'))# imagesoutput.write(unicode('"images": [\n'))for image in rgb_image_files:if os.path.exists(os.path.join(block_mask_path, image)):output.write(unicode('{'))block_im = cv2.imread(os.path.join(path, image))h,w,_=block_im.shapeannotation = {"height": h,"width": w,"id": imageCount,"file_name": image}str_ = json.dumps(annotation, indent=4)str_ = str_[1:-1]if len(str_) > 0:output.write(unicode(str_))imageCount = imageCount + 1if (image == rgb_image_files[-1]):output.write(unicode('}\n'))else:output.write(unicode('},\n'))output.write(unicode('],\n'))# 写annotationsoutput.write(unicode('"annotations": [\n'))for i in range(len(block_mask_image_files)):if os.path.exists(os.path.join(path, block_mask_image_files[i])):block_image = block_mask_image_files[i]# print(block_image)# 读取二值图像block_im = cv2.imread(os.path.join(block_mask_path, block_image), 0)_, block_im = cv2.threshold(block_im, 100, 1, cv2.THRESH_BINARY)if not block_im is None:block_im = np.array(block_im, dtype=object).astype(np.uint8)block_anno = maskToanno(block_im, annCount, 1)# print(block_image,len(block_anno))for b in block_anno:str_block = json.dumps(b, indent=4)str_block = str_block[1:-1]if len(str_block) > 0:output.write(unicode('{\n'))output.write(unicode(str_block))if (block_image == rgb_image_files[-1] and b == block_anno[-1]):output.write(unicode('}\n'))else:output.write(unicode('},\n'))annCount = annCount + 1else:print(block_image)output.write(unicode(']\n'))output.write(unicode('}\n'))

相关新闻

PXE高效批量网络装机

PXE高效批量网络装机

目录 一、PXE简介 二、PXE实现过程及服务作用 &#xff08;一&#xff09;PXE实现过程 &#xff08;二&#xff09;服务作用 1.DHCP服务 2.TFTP服务 3.FTP服务 4.syslinux 三、搭建PXE服务器与无人值守 &#xff08;一&#xff09;搭建PXE服务器 1.部署环境 2.配置…

2026/7/31 9:49:57
编程框架概述：MVC, MVP, MVVM, Flux/Redux, 和 Clean Architecture

编程框架概述：MVC, MVP, MVVM, Flux/Redux, 和 Clean Architecture

前言 在软件开发中&#xff0c;选择合适的编程框架和架构模式对于构建可维护和可扩展的应用程序至关重要。初学者在面对多种架构选项时可能会感到困惑。本文将详细介绍五种流行的编程框架&#xff1a;MVC、MVP、MVVM、Flux/Redux和Clean Architecture。 MVC&#xff08;Model-V…

2026/7/31 9:08:43
【OpenAI】自定义GPTs应用(GPT助手应用)及外部API接口请求

【OpenAI】自定义GPTs应用(GPT助手应用)及外部API接口请求

11月10日&#xff0c;OpenAI正式宣布向所有ChatGPT Plus用户开放GPTs功能 简而言之&#xff1a;GPT应用市场(简称GPTs, 全称GPT Store) Ps&#xff1a; 上图为首次进入时的页面&#xff0c;第一部分是自己创建的GPTs应用&#xff0c;下面是公开可以使用的GPTs应用 一、创建GPTs…

2026/8/1 5:52:20

最新新闻

抖音批量下载全攻略：从零开始构建个人数字收藏库

抖音批量下载全攻略：从零开始构建个人数字收藏库

抖音批量下载全攻略&#xff1a;从零开始构建个人数字收藏库 【免费下载链接】douyin-downloader A practical Douyin downloader for both single-item and profile batch downloads, with progress display, retries, SQLite deduplication, and browser fallback support. 抖…

2026/8/1 12:57:09
2026青岛黄金回收实测：验金透明度实测 - 一日一测评

2026青岛黄金回收实测：验金透明度实测 - 一日一测评

2026年青岛黄金回收行业持续规范，但称重不准、验金模糊、暗扣损耗等隐形问题，仍是市民卖金主要踩坑点。相较于金价波动，称重、验金的信息差更容易造成实际亏损。本次实测聚焦称重合规度、验金透明度、数据可核验性、…

2026/8/1 12:57:09
英雄联盟工具包：300%效率提升的LCU API自动化助手

英雄联盟工具包：300%效率提升的LCU API自动化助手

英雄联盟工具包&#xff1a;300%效率提升的LCU API自动化助手 【免费下载链接】League-Toolkit An all-in-one toolkit for LeagueClient. Gathering power &#x1f680;. 项目地址: https://gitcode.com/gh_mirrors/le/League-Toolkit 你是否厌倦了每次游戏前繁琐的设…

2026/8/1 12:57:09
公寓管理软件对比：全房通、好房通、悦居通，入住交割怎么选？

公寓管理软件对比：全房通、好房通、悦居通，入住交割怎么选？

连锁中介开始经营公寓直营业务后&#xff0c;入住交割往往是最能检验系统能力的环节。它不只是签完合同后把钥匙交给租客&#xff0c;而是要同步确认房屋状态、家具家电、门锁权限、水电底数、费用账单、服务责任和门店业绩。公寓管理软件如果只覆盖合同或成交&#xff0c;交割…

2026/8/1 12:57:09
LeagueAkari：英雄联盟玩家的终极智能助手，轻松提升游戏体验

LeagueAkari：英雄联盟玩家的终极智能助手，轻松提升游戏体验

LeagueAkari&#xff1a;英雄联盟玩家的终极智能助手&#xff0c;轻松提升游戏体验 【免费下载链接】League-Toolkit An all-in-one toolkit for LeagueClient. Gathering power &#x1f680;. 项目地址: https://gitcode.com/gh_mirrors/le/League-Toolkit 还在为英雄…

2026/8/1 12:57:09
2026年智慧食堂100天实测：减少浪费的运营逻辑 - 万相科技

2026年智慧食堂100天实测：减少浪费的运营逻辑 - 万相科技

智慧食堂落地避坑：数据拆解100天实测，减少90%浪费的运营密码 2025年的团餐行业，智慧食堂已不再是新鲜词，但绝大多数改造项目仍停留在“扫码结算+大屏看板”的表面数字化，真正的成本黑洞、效率洼地远未被填平。一组…

2026/8/1 12:57:09

日新闻

无损视频剪辑终极指南：如何实现快速高效的多媒体处理

无损视频剪辑终极指南：如何实现快速高效的多媒体处理

无损视频剪辑终极指南&#xff1a;如何实现快速高效的多媒体处理 【免费下载链接】lossless-cut The swiss army knife of lossless video/audio editing 项目地址: https://gitcode.com/gh_mirrors/lo/lossless-cut 在数字媒体创作领域&#xff0c;视频编辑处理的质量损…

2026/8/1 0:00:08
AI辅助本科论文写作：8大工具评测与高效使用指南

AI辅助本科论文写作：8大工具评测与高效使用指南

1. 本科生论文写作的AI辅助现状本科毕业论文是每个大学生必须跨越的一道坎。记得我当年写论文时&#xff0c;光是文献检索就花了整整两周时间&#xff0c;打印的参考文献堆满了半个书桌。如今AI技术的发展为学术写作带来了革命性变化&#xff0c;合理使用这些工具可以节省80%以…

2026/8/1 0:00:08
如何快速配置大麦自动抢票系统：从零开始搭建Python抢票助手

如何快速配置大麦自动抢票系统：从零开始搭建Python抢票助手

如何快速配置大麦自动抢票系统&#xff1a;从零开始搭建Python抢票助手 【免费下载链接】ticket-purchase 大麦自动抢票&#xff0c;支持人员、城市、日期场次、价格选择 项目地址: https://gitcode.com/GitHub_Trending/ti/ticket-purchase 还在为抢不到热门演唱会门票…

2026/8/1 0:00:08

周新闻

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别&#xff1a; allies enemy tag图片总量&#xff1a;7247张训练集&#xff1a;5139张验证集&#xff1a;1425张测试集&#xff1a;683张标注状态&#xff1a;全部已标注&#xff0c;即拿即用数据格式&#xff1a;支持YOLO格式及其他格式&#…

2026/7/31 15:38:56
智慧飞行 大疆无人机一站式智能管控平台/支持大疆机场/私有化部署 从航线规划、自动飞行、AI识别到数据管理，一个平台全搞定

智慧飞行 大疆无人机一站式智能管控平台/支持大疆机场/私有化部署 从航线规划、自动飞行、AI识别到数据管理，一个平台全搞定

智慧飞行-大疆无人机一站式智能管控平台/支持大疆机场/私有化部署 企业级全域智能无人机一体化管控平台源码&#xff01; 专为电力巡检、安防监控、应急救援、测绘勘察等行业打造&#xff0c;让您的无人机舰队实现 “无人化、自动化、智能化” 管理&#xff01; &#x1f3af; …

2026/7/31 12:13:38
揭秘ChatGPT+Mathematica协同教学：为什么92%的初学者在72小时内建立函数直觉？

揭秘ChatGPT+Mathematica协同教学：为什么92%的初学者在72小时内建立函数直觉？

更多请点击&#xff1a; https://codechina.net 第一章&#xff1a;AI帮助理解数学概念 人工智能正以前所未有的方式重塑数学学习的路径。通过自然语言处理与符号计算的深度融合&#xff0c;AI不仅能解析抽象定义&#xff0c;还能将定理、证明和几何直觉转化为可交互、可验证的…

2026/7/31 17:47:01

月新闻

无损视频剪辑终极指南：如何实现快速高效的多媒体处理

无损视频剪辑终极指南：如何实现快速高效的多媒体处理

无损视频剪辑终极指南&#xff1a;如何实现快速高效的多媒体处理 【免费下载链接】lossless-cut The swiss army knife of lossless video/audio editing 项目地址: https://gitcode.com/gh_mirrors/lo/lossless-cut 在数字媒体创作领域&#xff0c;视频编辑处理的质量损…

2026/8/1 0:00:08
AI辅助本科论文写作：8大工具评测与高效使用指南

AI辅助本科论文写作：8大工具评测与高效使用指南

1. 本科生论文写作的AI辅助现状本科毕业论文是每个大学生必须跨越的一道坎。记得我当年写论文时&#xff0c;光是文献检索就花了整整两周时间&#xff0c;打印的参考文献堆满了半个书桌。如今AI技术的发展为学术写作带来了革命性变化&#xff0c;合理使用这些工具可以节省80%以…

2026/8/1 0:00:08
如何快速配置大麦自动抢票系统：从零开始搭建Python抢票助手

如何快速配置大麦自动抢票系统：从零开始搭建Python抢票助手

如何快速配置大麦自动抢票系统&#xff1a;从零开始搭建Python抢票助手 【免费下载链接】ticket-purchase 大麦自动抢票&#xff0c;支持人员、城市、日期场次、价格选择 项目地址: https://gitcode.com/GitHub_Trending/ti/ticket-purchase 还在为抢不到热门演唱会门票…

2026/8/1 0:00:08