GetPointCord

用于批量提取 JSON 标注文件中的 point 坐标，并自动组织为 P2PNet 格式数据集的实用工具集

本仓库包含三个脚本，分别用于：

1. GetPointCord.py

   • 解析单个 JSON 标注文件
   • 提取 shape_type="point" 的标注
   • 输出为 P2PNet 所需的单独 .txt 文件

2. Batch_GetPointCord.py

   • 批量读取文件夹下所有 JSON
   • 自动批量生成所有 .txt（与 JSON 同名）
   • 支持按标签过滤（可选）

3. GetList.py（或 BuildP2PNetDataset.py）

   • 根据原始图像与批量生成的 .txt
   • 自动构建完整的 P2PNet 数据集结构
   • 自动划分 train/test
   • 自动生成 train.list / test.list

✔ 完整解决了从 JSON 标注 → P2PNet 数据格式的全部流程 ✔ 避免手动整理文件，极大提高数据准备效率

---

📁 仓库结构

GetPointCord/
│── GetPointCord.py           # 单个 JSON → txt
│── Batch_GetPointCord.py     # 批量 JSON → txt
│── GetList.py                # 构建 P2PNet 数据集
│── README.md
│── example/（可选示例）

---

📌 1. GetPointCord.py

作用

从单个 JSON 文件中提取带有 "shape_type": "point" 的坐标，输出到 .txt。

用法

# 提取所有 point
python GetPointCord.py /path/to/annotation.json

# 只提取指定标签
python GetPointCord.py /path/to/annotation.json hzbokchoy broadleaf_weed

# 显式声明提取所有 point
python GetPointCord.py /path/to/annotation.json all

输出示例（txt）

120 300
248 410
...

---

📌 2. Batch_GetPointCord.py

作用

批量处理一整个文件夹的 JSON，生成对应 .txt 文件。

用法

（1）提取所有 point 类型

python Batch_GetPointCord.py ./json_dir ./output_txt

（2）只提取指定标签

python Batch_GetPointCord.py ./json_dir ./output_txt hzbokchoy broadleaf_weed

（3）等价于提取全部

python Batch_GetPointCord.py ./json_dir ./output_txt all

输出结构

output_txt/
    img001.txt
    img002.txt
    ...

---

📌 3. GetList.py（BuildP2PNetDataset.py）

作用

根据图片与 txt 文件自动生成标准 P2PNet 数据集结构。

包括：

✔ train/test 自动划分 ✔ train/xxx/xxx.jpg & xxx.txt ✔ test/xxx/xxx.jpg & xxx.txt ✔ train.list ✔ test.list

---

使用方法

python GetList.py <images_dir> <txt_dir> <output_dataset_root> <train_ratio>

示例：

python GetList.py ./images ./points_txt ./P2PNet_dataset 0.8

---

输出示例（最终数据集结构）

P2PNet_dataset/
│── train/
│     ├── img_0001/
│     │      ├── img_0001.jpg
│     │      └── img_0001.txt
│     ├── img_0002/
│     └── ...
│
│── test/
│     ├── img_0101/
│     │      ├── img_0101.jpg
│     │      └── img_0101.txt
│
│── train.list
│── test.list

train.list 示例

train/img_0001/img_0001.jpg train/img_0001/img_0001.txt
train/img_0002/img_0002.jpg train/img_0002/img_0002.txt
...

---

📝 P2PNet 所需的 txt 格式说明

每行一个点，像素坐标从 0 开始：

x1 y1
x2 y2
x3 y3
...

注意：

✔ 这是 密集点标注（crowd counting） 格式 ✔ 与 YOLO、COCO 等 bbox 格式不同 ✔ JSON 中的坐标会自动转为 int

---

⚠ 注意事项

1. JSON 格式需为 LabelMe 风格

必须包含如下字段：

{
  "shapes": [
    {
      "label": "hzbokchoy",
      "shape_type": "point",
      "points": [[120.3, 450.8]]
    }
  ]
}

2. 图片名与 txt 名必须一致

如：

img001.jpg ↔ img001.json ↔ img001.txt

3. 点标注必须是 point 类型

polygon、rectangle、circle 均不会被提取。

4. GetList.py 不会递归处理子目录

建议你将 所有图片放在同一目录一级目录。

---

完整流程

第一步：批量抽取 JSON → txt

python Batch_GetPointCord.py ./json ./points_txt

第二步：生成 P2PNet 数据集

python GetList.py ./images ./points_txt ./P2PNet_dataset 0.7 0.15 0.15

然后即可直接用于 P2PNet 训练：

--data_root ./P2PNet_dataset
--dataset_file P2P   # 自定义
--train_list train.list
--test_list  test.list

---

适用场景

• 🌱 杂草密集点标注（weed counting）
• 👨‍👩‍👧‍👦 人群计数（crowd counting）
• 🍇 果园密集果实点标注
• 🍃 任何需要 point-based counting 的数据集

---

❤️ 贡献与联系

欢迎提交 Issues 或 Pull Requests 来共同完善本工具！ 如果在使用过程中遇到任何问题、或有改进建议，也非常欢迎联系我。

特别感谢 @TONYHUaNGggggg 在项目开发中的协作与支持！

📧 Email：wangshichen0815@outlook.com

🐙 GitHub Issues：在仓库页面提交即可

感谢你对项目的关注与支持！

---