当前位置：首页 > news >正文

在windows系统中使用labelimg对图片进行标注之工具安装及简单使用

news 来源：原创 2025/6/17 12:41:11

一.背景

还是之前的主题，使用开源软件为公司搭建安全管理平台，从视觉模型识别安全帽开始。我是从运行、训练、标注倒过来学习的。本次主要是学习标注工具labelimg的安装及简单使用。

二.下载

LabelImg是一款广受欢迎的开源图像标注工具，为计算机视觉和机器学习项目提供了便捷的图像标注功能。它的项目地址在这里https://github.com/HumanSignal/labelImg。把这个项目下载下来就行了。如过你打不开，就下载我这里的吧https://download.csdn.net/download/qq_37372909/90151034

三.安装

安装主要是看的官方文档，我选择的anaconda在windows的安装方法。在刚刚github项目的主页下面有说明怎么安装。

我英语也勉强，但我大概看得懂。我理解是先Anaconda，这个就参考我之前的文章在windows系统用Anaconda搭建运行PyTorch识别安全帽项目的环境-CSDN博客就可以了。然后是进入到Anaconda模式中和labelimg目录。怎么进入到Anaconda模式呢？在cmd打开后，用这个命令啊，之前文章也写了的。这里的myenv 是我的anaconda的环境名称哦，你如果也是这个就没有问题。

conda activate myenv

进入到labelimg目录，当然就是把之前github下载的压缩包解压咯。注意不要放到包含中文目录或者特殊符合的路径下面。在刚刚conda环境激活后，cd到我们解压的项目目录。

然后就是项目主页上说的这几个命令了。

conda install pyqt=5
conda install -c anaconda lxml
pyrcc5 -o libs/resources.py resources.qrc#这里就是运行了哦
python labelImg.py

过程中，可能要让你输入几次 y ，同意安装关联的组件吧

四.怎么标注图片

1.工具长什么样？

2.怎么标注图片中的安全帽？

打开图片后，点击左边的“创建区块”，在图片上按住鼠标左键拖动就可以画一个矩形框，松开鼠标后，弹出标注名称的输入，我输入的是安全帽的单词helmet，点击OK后，右中部就出现了一个标注信息。

3.标注信息存储的格式与内容

另存后，是一个xml文件，里面有图片的存放路径和标注的信息。

xml文件内容如下：

<annotation><folder>images</folder><filename>hard_hat_workers2.png</filename><path>D:\zsp\works\temp\20241119-zsp-helmet\Safety-Helmet-Detection-main\data\images\hard_hat_workers2.png</path><source><database>Unknown</database></source><size><width>416</width><height>415</height><depth>3</depth></size><segmented>0</segmented><object><name>helmet</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>295</xmin><ymin>219</ymin><xmax>326</xmax><ymax>249</ymax></bndbox></object><object><name>helmet</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>321</xmin><ymin>212</ymin><xmax>365</xmax><ymax>244</ymax></bndbox></object>
</annotation>

五.对Safety-Helmet-Detection项目中标注数据的理解

1.Safety-Helmet-Detection项目中标注数据的格式

0 0.914663 0.349760 0.112981 0.141827
0 0.051683 0.396635 0.084135 0.091346
0 0.634615 0.379808 0.052885 0.091346
0 0.748798 0.391827 0.055288 0.086538
0 0.305288 0.397837 0.052885 0.069712
0 0.216346 0.397837 0.048077 0.069712
1 0.174279 0.379808 0.050481 0.067308
1 0.801683 0.383413 0.055288 0.088942
1 0.443510 0.411058 0.045673 0.072115
1 0.555288 0.400240 0.043269 0.074519
1 0.500000 0.383413 0.038462 0.064904
0 0.252404 0.360577 0.033654 0.048077
1 0.399038 0.393029 0.043269 0.064904

2.Safety-Helmet-Detection项目中标注数据的理解

我个人的理解第一列可能是0、1代表了两种类型。比如：0是没有带安全帽的头。1是带的安全帽。后面4个数字我理解应该跟标注对象的位置有关，但都是小于1的数字，我有点迷糊。于是我去看了Safety-Helmet-Detection项目的主页，有这么一段话：

又要使用我中式英语技能了。大概意思是运行tools目录下的coverter.py程序把标注信息从xml文件转换为.txt文件。那打开程序代码读一读吧：

from xml.dom import minidom
import osclasses={"helmet":0,"head":1,"person":2}def convert_coordinates(size, box):dw = 1.0/size[0]dh = 1.0/size[1]x = (box[0]+box[1])/2.0y = (box[2]+box[3])/2.0w = box[1]-box[0]h = box[3]-box[2]x = x*dww = w*dwy = y*dhh = h*dhreturn (x,y,w,h)def converter(classes):old_labels_path = "../data/validations_old"new_labels_path = "../data/validations/"for file_name in os.listdir(old_labels_path):old_file = minidom.parse(f"{old_labels_path}/{file_name}")name_out = (file_name[:-4]+'.txt')with open(f"{new_labels_path}/{name_out}", "w") as new_file:itemlist = old_file.getElementsByTagName('object')size = old_file.getElementsByTagName('size')[0]width = int((size.getElementsByTagName('width')[0]).firstChild.data)height = int((size.getElementsByTagName('height')[0]).firstChild.data)for item in itemlist:# get class labelclass_name =  (item.getElementsByTagName('name')[0]).firstChild.dataif class_name in classes:label_str = str(classes[class_name])else:label_str = "-1"print (f"{class_name} not in function classes")# get bbox coordinatesxmin = ((item.getElementsByTagName('bndbox')[0]).getElementsByTagName('xmin')[0]).firstChild.dataymin = ((item.getElementsByTagName('bndbox')[0]).getElementsByTagName('ymin')[0]).firstChild.dataxmax = ((item.getElementsByTagName('bndbox')[0]).getElementsByTagName('xmax')[0]).firstChild.dataymax = ((item.getElementsByTagName('bndbox')[0]).getElementsByTagName('ymax')[0]).firstChild.datab = (float(xmin), float(xmax), float(ymin), float(ymax))bb = convert_coordinates((width,height), b)#print(bb)#new_file.write(f"{label_str} {' '.join([(f'{a}.6f') for a in bb])}\n")new_file.write(f"{label_str} {' '.join([(f'{a:.6f}') for a in bb])}\n")print (f"wrote {name_out}")def main():converter(classes)if __name__ == '__main__':main()

读了之后就明白了，4个数字中第一个代表标记对象中心x坐标/图片宽度（就是Xmax）,第二个代表标记对象中心y坐标/图片高度(就是Ymax)，第三个是标记对象占图片的宽度比例，第四个是标记对象占图片的高度比例。其实跟两个坐标来表达标记物没有太大区别。我这里还不明白作者为何使用这样的数据结构？是所有的模型都是这样？还是这一个模型是这样的？后面深度学习后，肯定能明白的。

3.在运行coverter.py中遇到的一些问题

我记得主要是目录的问题。主要是：

    old_labels_path = "../data/validations_old"new_labels_path = "../data/validations/"

不对的话就注意一下当前目录在哪里，你标注的文件放哪里的就行了。开源项目里面没有validations_old和validations目录，可以手动创建一个就行了。哦忘了说，运行文件可以用

python converter.py