使用 Python 和 LabelMe 实现图片验证码的自动标注功能

本文主要是介绍使用 Python 和 LabelMe 实现图片验证码的自动标注功能，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

《使用Python和LabelMe实现图片验证码的自动标注功能》文章介绍了如何使用Python和LabelMe自动标注图片验证码,主要步骤包括图像预处理、OCR识别和生成标注文件,通过结合Pa...

使用 Python 和 LabelMe 实现图片验证码的自动标注

在处理图片验证码时，手动标注是一项耗时且枯燥的工作。本文将介绍如何使用 Python 和 LabelMe 实现图片验证码的自动标注。通过结合 PaddleOCR 实现自动识别，再生成 LabelMe 格式的标注文件，大幅提升工作效率。

环境准备

必备工具

Python 3.7+
PaddleOCR（支持文字识别）
OpenCV（图像处理）
LabelMe（标注工具）

安装依赖

使用以下命令安装所需库：

pip install paddleocr labelme opencv-python

实现自动标注

自动标注分为以下几个步骤：

加载图片：读取图片文件，确保格式正确。
图像预处理：对验证码图片进行灰度化和二值化处理，优化识别效果。
OCR 识别：使用 PaddleOCR 获取验证码中的文字和位置。
生成标注文件：根据 OCR 结果创建符合 LabelMe 格式的 jsON 文件。

核心代码实现

以下是完整的自动标注脚本：

import os
import cv2
from paddleocr import PaddleOCR
def auto_label_image(image_path, output_path):
    # 检查文件是否存在
    if not os.path.exists(image_path):
        print(f"Error: File not found: {image_path}")
        return
    # 加载图像
    image = cv2.imread(image_path)
    if image is None:
        print(f"Error: Failed to load image. Check the file path or format: {image_path}")
    www.chinasem.cn    return
    # 图像预处理
    gray_image = China编程cv2.cvtColor(androidimage, cv2.COLOR_BGR2GRAY)
    _, binary_image = cv2.threshold(gray_image, 128, 255, cv2.THRESH_BINARY)
    # 保存预处理后的图片（可选，用于调试）
    preprocessed_path = os.path.join(output_path, "processed_image.jpg")
    cv2.imwrite(preprocessed_path, binary_image)
    # 初始化 OCR
    ocr = PaddleOCR(use_angle_cls=True, lang='en')
    # OCR 识别
    results = ocr.ocr(preprocessed_path)
    if not results or not results[0]:
        print(f"No text detected in the image: {image_path}")
        return
    # 获取图像尺寸
    image_height, image_width, _ = image.shape
    # 构建标注 JSON
    label_data = {
        "version": "4.5.7",
        "flags": {},
        "shapes": [],
        "imagePath": os.path.basename(image_path),
        "imageData": None,
        "imageHeight": image_height,
        "imageWidth": image_width,
    }
    # 遍历 OCR 结果
    for line in results[0]:
        points = line[0]  # 字符位置 [左上, 右上, 右下, 左下]
        text = line[1][0]  # 识别的文本
        shape = {
            "label": text,
            "points": [points[0], points[2]],  # 左上角和右下角
            "group_id": None,
            "shappythone_type": "rectangle",
            "flags": {}
        }
        label_data["shapes"].append(shape)
    # 保存标注 JSON
    json_path = os.path.join(output_path, os.path.basename(image_path).replace('.jpg', '.json'))
    with open(json_path, 'w') as f:
        import json
        json.dump(label_data, f, indent=4)
    print(f"Saved LabelMe annotation: {json_path}")
# 示例
image_path = r"C:\Users\wangzq\Desktop\images\captcha.jpg"
output_path = "./annotations"
os.makedirs(output_path, exist_ok=True)
auto_label_image(image_path, output_path)

核心逻辑解析

图像预处理

为了提高 OCR 的识别精度，对验证码图片进行灰度化和二值化处理：

gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
_, binary_image = cv2.threshold(gray_image, 128, 255, cv2.THRESH_BINARY)

二值化处理可以去除背景噪声，使字符更加清晰。

OCR 识别

使用 PaddleOCR 对图片进行文字检测和识别，返回检测框和文字内容：

ocr = PaddleOCR(use_angle_cls=True, lang='en')
results = ocr.ocr(preprocessed_path)

如果 results 为空，说明 OCR 未检测到任何文本。

生成标注文件

根据 OCR 结果，生成 LabelMe 格式的标注文件，关键字段包括：

shapes：标注框信息，包括位置和对应文字。
imageHeight 和 imageWidth：图像的尺寸。

运行结果

输出预处理图片：在指定路径下保存经过预处理的图片（processed_image.jpg）。
生成标注文件：在 output_path 目录下生成与图片同名的 .json 文件。
无文本检测提示：如果未检测到任何文本，提示 No text detected in the image。

扩展与优化

模型适配

如果验证码中的字符种类较复杂，可以考虑训练一个专用模型，替代通用的 PaddleOCR。

批量处理

针对多张图片验证码，可以将脚本扩展为批量处理模式：

for image_file in os.listdir(input_folder):
    image_path = os.path.join(input_folder, image_file)
    auto_label_image(image_path, output_path)

标注类型扩展

目前代码仅支持矩形框标注。如果需要支持多边形标注，可以调整 shape_type 为 polygon 并提供相应点坐标。

总结

本文介绍了如何使用 Python 和 LabelMe 自动标注图片验证码，从图像预处理到生成标注文件的完整流程。通过 PaddleOCR 的结合，可以快速实现验证码字符的自动标注，节省大量时间和精力。

测试

使用 Python 和 LabelMe 实现图片验证码的自动标注功能

运行完脚本，出来json

{
    "version": "4.5.7",
    "flags": {},
    "shapes": [
        {
            "label": "OZLQ",
            "points": [
                [
                    6.0,
                    1.0
                ],
                [
                    68.0,
                    21.0
                ]
            ],
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {}
        }
    ],
    "imagePath": "captcha.png",
    "imageData": null,
    "imageHeight": 22,
    "imageWidth": 76
}

{
    "version": "4.5.7",
    "flags": {},
    "shapes": [
        {
            "label": "3081",
            "points": [
                [
                    6.0,
                    1.0
                ],
                [
                    63.0,
                    21.0
                ]
            ],
            "group_id": null,
            "shape_type": "rectangle",
            "flags": {}
        }
    ],
    "imagePath": "captcha.png",
    "imageData": null,
    "imageHeight": 22,
    "imageWidth": 76
}

目前较为复杂还需要深度研究

到此这篇关于使用 Python 和 LabelMe 实现图片验证码的自动标注的文章就介绍BGWCOwM到这了,更多相关Python图片验证码自动标注内容请搜索编程China编程(www.chinasem.cn)以前的文章或继续浏览下面的相关文章希望大家以后多多支持China编程(www.chinasem.cn)！

这篇关于使用 Python 和 LabelMe 实现图片验证码的自动标注功能的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！