### 如何生成Mask（掩码）与JSON数据结构结合 #### 使用`labelme`工具生成Mask 命令行可以直接调用`labelme_json_to_dataset`来将标注好的JSON文件转换为包含mask的数据集。此操作通过指定输入的JSON文件路径以及输出目录完成[^1]。 ```bash > labelme_json_to_dataset json文件的路径 -o 转换文件保存路径 ``` 该过程会解析JSON中的形状信息，并基于这些信息创建对应的二值化掩模图像，通常用于计算机视觉任务如分割模型训练前的数据准备阶段。 #### Python处理JSON转MASK流程 当利用Python脚本实现从JSON到Mask的转化时，主要步骤涉及加载JSON文件、提取其中关于对象边界或多边形顶点的信息，最后依据这些几何描述绘制出相应的像素级标签图即mask。具体来说： - 加载JSON文件后得到的是一个字典对象，在这个字典里可以找到有关图片基本信息（宽度、高度）、各个实例的分类名称及其轮廓坐标的列表等字段[^3]。 - 接下来就是遍历每一个shape条目下的points项，它们代表了多边形每一边两个端点的位置参数；对于矩形而言，则只需关注左上角和右下角两点即可确定整个区域范围。 - 对于每个目标物体，根据其轮廓坐标使用PIL库或者OpenCV库填充对应位置形成最终的mask图像。 以下是简单的代码片段展示如何读取JSON并构建mask: ```python import cv2 import numpy as np from PIL import Image, ImageDraw import json def create_mask_from_shapes(image_size, shapes): """Create a binary mask from shape annotations.""" img = Image.new('L', (image_size['width'], image_size['height']), 0) for shape in shapes: points = [(point[0], point[1]) for point in shape["points"]] if shape["shape_type"] == "polygon": ImageDraw.Draw(img).polygon(points, outline=1, fill=1) elif shape["shape_type"] == "rectangle": xy = (*points[0], *points[1]) ImageDraw.Draw(img).rectangle(xy, outline=1, fill=1) return np.array(img) with open('example.json') as f: data = json.load(f) shapes = data.get("shapes", []) size_info = {"width":data["imageWidth"], "height":data["imageHeight"]} mask = create_mask_from_shapes(size_info, shapes) cv2.imwrite('output.png', mask*255) # Save the mask with white color indicating foreground. ``` 这段程序首先定义了一个辅助函数`create_mask_from_shapes()`用来接收图像尺寸大小及一系列图形元素作为输入参数，接着按照不同类型的绘图指令分别处理多边形或矩形的情况，从而在空白画布上描绘出所期望的目标区域。之后打开给定路径下的JSON文档获取内部存储的内容，特别是那些记录着各类标记物外形特征的部分——也就是所谓的“shapes”。最后一步则是调用上述自定义的功能构造出完整的遮罩层，并将其另存为PNG格式以便后续查看验证效果。