用OpenCV和Python构建自己的图像分类标注工具
每当应用机器学习来解决问题时,目标在某种程度上都是将模型拟合到某些数据上。为了使模型表现良好并泛化到未见过的数据,你需要确保使用高质量的数据集进行训练。特别是在监督学习环境中,你需要确保数据被准确标注。
无论你构建的模型有多大,投入了多少亿个参数,或者对数据集进行了多少增强,低质量的输入不会神奇地变成高质量的输出。
根据你试图解决的任务,并不总是有合适的公开数据集可用。在这种情况下,你可能需要构建自己的数据集。然而,最初你的数据很可能没有被标注。让我向你展示如何构建一个简单、快速的标注工具,从未标注的数据集中分类你的图像数据。
演示
图像数据集
数据集中的样本
为了演示这个标注工具,我将使用手机录制的图像数据集,目标是对三种不同的USB接口类型进行分类:USB-A、USB-C、Micro USB和Mini USB。最初,所有图像都未标注,存放在输入目录中。我们的标注工具应该逐个展示图像,并在指定类别后将其移动到相应的目录。
标注工具在运行中
指南
先决条件
如果你想跟着操作,你应该安装opencv-python。你可以在项目仓库的示例文件夹中找到一些示例图像。
数据加载
首先,我们从输入文件夹中加载图像。我们可以使用pathlib中的glob函数查找所有jpg图像扩展名的文件。将结果传递给sorted函数,确保图像按顺序处理。
from pathlib import Path
input_path = Path("input")
input_img_paths = sorted(input_path.glob("*.jpg"))
我们还需要准备输出目录,确保它存在。
output_path = Path("output")
output_path.mkdir(parents=True, exist_ok=True)
我们可以遍历图像列表,并使用cv2.imread将图像加载到数组中。然后显示图像并等待按键。通过在cv2.waitKey函数中将延迟设置为0,我们无限期地等待,直到按下某个键。然后确保按下Q可以退出应用程序,最后关闭所有opencv窗口。
import cv2
...
def annotate_images(
input_img_paths: list[Path],
output_path: Path,
)-> None:
for img_path in input_img_paths:
img = cv2.imread(str(img_path))
cv2.imshow("Image", img)
while True:
key = cv2.waitKey(0)
# Quit Annotation Tool
if key == ord("q"):
return
cv2.destroyAllWindows()
注意:使用按位与(&)和0xFF,我们只查看按键的最后几位。这确保即使NumLock被激活,数字仍然与ord函数的数字相同。
标注
让我们在字符串列表中定义任务的标签。在我的例子中,我有四个不同接口的标签:
...
def annotate_images(
input_img_paths: list[Path],
output_path: Path,
labels: list[str],
) -> None:
...
annotate_images(
input_img_paths=input_img_paths,
output_path=output_path,
labels=["usb_a", "usb_c", "usb_mini", "usb_micro"],
)
现在我们希望数字键0、1、2和3将图像分类到相应的标签文件夹中。waitKey函数中的key变量是一个整数,表示按下字符的Unicode代码。要检查按键是否是数字之一,我们需要使用ord函数将数字转换为Unicode,类似于我们检查按键q以关闭窗口的方式。该函数期望长度为1的字符串,因此我们需要在将索引传递给函数之前将其转换为字符串。
...
while True:
...
for i in range(len(labels)):
if key == ord(str(i)):
label = labels[i]
print(f"Classified as {label}")
# TODO: move to correct label folder
break
要将图像移动到输出路径中的分类标签文件夹,我们可以使用pathlib中的/操作来连接路径,然后使用rename函数将文件移动到目标位置。
...
if key == ord(str(i)):
label = labels[i]
print(f"Classified as {label}")
output_img_path = output_path / label / img_path.name
img_path.rename(output_img_path)
break
在我们这样做之前,我们需要确保目标文件夹存在。所以在循环之前,我们遍历所有标签并创建相应的文件夹。
...
# create all classification folders
for label in labels:
label_dir = output_path / label
label_dir.mkdir(parents=True, exist_ok=True)
while True:
...
另一种更Pythonic的标签键检查方法是在循环之前创建键Unicode到标签的映射。这样,我们不需要在循环的每一步中遍历所有键。
# mapping from key to label
labels_key_dict = {ord(str(i)): label for i, label in enumerate(labels)}
while True:
...
if key in labels_key_dict:
label = labels_key_dict[key]
print(f"Classified as {label}")
output_img_path = output_path / label / img_path.name
img_path.rename(output_img_path)
break
让我们还为键到标签的映射添加一个小帮助文本。
for i, label in enumerate(labels):
cv2.putText(
img,
f"{i}: {label}",
(10, 30 + 30 * i),
cv2.FONT_HERSHEY_SIMPLEX,
1,
(255, 255, 255),
2,
cv2.LINE_AA,
)
结论
在本教程中,你学习了如何为图像分类任务创建一个简单的标注工具。我们可以对这个工具进行很多改进。我想进一步探索的一件事是添加不仅分类图像的功能,还可以分割图像并创建分割掩码。
当然,有很多更复杂的工具可以简化你的标注过程。然而,有时一个非常简单的工具就是你所需要的,特别是在项目的早期阶段进行探索性数据分析时,你需要一个快速的概念验证。
【参考资料】
代码链接:https://github.com/trflorian/annotation-tool?source=post_page-----c0549b644d15--------------------------------
文章来源:https://towardsdatascience.com/build-your-own-annotation-tool-for-image-classification-in-5-minutes-c0549b644d15