图片格式转换方法、装置及存储介质与流程

1.本发明涉及图片处理技术领域，尤其是涉及一种图片格式转换方法、装置及存储介质。


背景技术：

2.目前，人工智能技术(ai)被广泛应用于日常工作和生活，发展迅猛。人工智能最核心的要素是训练，一般会通过一个ai训练程序来进行。例如，在图片处理领域，通常来讲， ai训练程序所需的素材有：一个格式为xml的文件以及对应的原始图片，同时需要按照指定的格式进行压缩打包上传。训练之前还需要对图片进行标注，通常是通过标注工具来进行。但是现有的标注工具(如labelme)虽然能够很好对图片进行多维度的标注，但是生成的json 文件无法满足ai训练格式，需要人工筛选及调整，人力成本高且效率低。


技术实现要素：

3.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种图片格式转换方法、装置及存储介质，能够将json文件转换成满足ai训练格式的xml文件。
4.根据本发明的第一方面实施例的图片格式转换方法，所述方法包括：
5.获取待转换图片对应的json文件；
6.解析所述json文件的内容；
7.对所述json文件的内容进行检测；
8.根据检测结果将所述json文件转换为xml文件。
9.根据本发明实施例的图片格式转换方法，至少具有如下有益效果：
10.本发明实施例提供的图片格式转换方法，首先获取待转换图片对应的json文件。利用 python程序解析json文件的内容，对json文件的内容进行检测，检测标注是否正确。根据检测结果，利用python程序将json文件转换为满足ai训练格式的xml文件，输入到ai训练程序进行训练。本发明实施例通过上述方法，提供了一种自动转换图片格式以满足ai训练要求的方案，解决了现有技术中需要人工筛选及调整，人力成本高且效率低的技术问题，降低了成本，提高了效率。
11.根据本发明的一些实施例，所述获取待转换图片对应的json文件包括：
12.对所述待转换图片进行标注，生成对应的json文件。
13.根据本发明的一些实施例，所述json文件的内容包括标签信息和标签坐标点；
14.所述对所述json文件的内容进行检测包括：
15.判断所述标签信息和所述标签坐标点是否正确。
16.根据本发明的一些实施例，所述根据检测结果将所述json文件转换为xml文件包括：
17.创建xml文件；
18.将所述json文件的内容插入所述xml文件中。
19.根据本发明的一些实施例，所述方法还包括：
20.将所述待转换图片和所述xml文件输入至训练程序进行训练。
21.根据本发明的第二方面实施例的图片格式转换装置，所述装置包括：
22.获取模块，用于获取待转换图片对应的json文件；
23.解析模块，用于解析所述json文件的内容；
24.检测模块，用于对所述json文件的内容进行检测；
25.转换模块，用于根据检测结果将所述json文件转换为xml文件。
26.根据本发明的一些实施例，所述获取模块包括：
27.标注模块，用于对所述待转换图片进行标注，生成对应的json文件。
28.根据本发明的一些实施例，所述json文件的内容包括标签信息和标签坐标点；
29.所述检测模块包括：
30.判断模块，用于判断所述标签信息和所述标签坐标点是否正确。
31.根据本发明的一些实施例，所述转换模块包括：
32.创建模块，用于创建xml文件；
33.插入模块，用于将所述json文件的内容插入所述xml文件中。
34.根据本发明的第三方面实施例的电子设备，包括：
35.至少一个处理器，以及，
36.与所述至少一个处理器通信连接的存储器；其中，
37.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：
38.如第一方面所述的图片格式转换方法。
39.根据本发明的第四方面实施例的计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行：
40.如第一方面所述的图片格式转换方法。
41.本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
42.下面结合附图和实施例对本发明做进一步的说明，其中：
43.图1为本发明一实施例提供的图片格式转换方法的流程示意图；
44.图2为本发明另一实施例提供的图片格式转换方法的流程示意图。
具体实施方式
45.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
46.在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和
操作，因此不能理解为对本发明的限制。
47.在本发明的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
48.本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
49.本发明的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
50.目前，人工智能技术(ai)被广泛应用于日常工作和生活，发展迅猛。人工智能最核心的要素是训练，一般会通过一个ai训练程序来进行。例如，在图片处理领域，通常来讲， ai训练程序所需的素材有：一个格式为xml的文件以及对应的原始图片，同时需要按照指定的格式进行压缩打包上传。训练之前还需要对图片进行标注，通常是通过标注工具来进行。但是现有的标注工具(如labelme)虽然能够很好对图片进行多维度的标注，但是生成的json 文件无法满足ai训练格式，需要人工筛选及调整，人力成本高且效率低。
51.基于上述，本发明实施例提供了一种图片格式转换方法、装置及存储介质，通过采用图片标注工具labelme对图片进行标注，得到json文件。利用python程序解析json文件的内容，对json文件的内容进行检测，判断json文件的标签信息和标签坐标点是否正确。若正确，利用python程序创建一个xml文件，将标签信息和标签坐标点插入xml文件中，得到满足ai 训练格式的xml文件，输入到ai训练程序进行训练。本发明实施例通过上述方法，提供了一种自动转换图片格式以满足ai训练要求的方案，解决了现有技术中需要人工筛选及调整，人力成本高且效率低的技术问题，降低了成本，提高了效率。
52.第一方面，本发明实施例提供了一种图片格式转换方法。如图1所示，图片格式转换方法包括：
53.步骤s100：获取待转换图片对应的json文件；
54.步骤s200：解析json文件的内容；
55.步骤s300：对json文件的内容进行检测；
56.步骤s400：根据检测结果将json文件转换为xml文件。
57.在一些实施例中，本发明实施例提供的图片格式转换方法，首先获取待转换图片对应的 json文件。利用python程序解析json文件的内容，对json文件的内容进行检测，检测标注是否正确。根据检测结果，利用python程序将json文件转换为满足ai训练格式的xml文件，输入到ai训练程序进行训练。本发明实施例通过上述方法，提供了一种自动转换图片格式以满足ai训练要求的方案，解决了现有技术中需要人工筛选及调整，人力成本高且效率低的技术问题，降低了成本，提高了效率。
58.在一些实施例中，举例说明：通过摄像设备录制视频，通过python程序代码截取图
片，并创建文件夹“images”，将所得到的所有图片保存至“images”文件夹。然后从该文件夹中获取待转换图片进行标注，得到json文件。
59.在一些实施例中，步骤s100包括：
60.对待转换图片进行标注，生成对应的json文件。
61.在一些实施例中，采用图片标注工具labelme对待转换图片进行标注，图片可以是一张也可以是多张，每张标注后的图片会得到json文件。
62.在一些实施例中，json文件的内容包括标签信息和标签坐标点。对应的，步骤s300包括：
63.判断标签信息和标签坐标点是否正确。
64.在一些实施例中，采用图片标注工具labelme对待转换图片进行标注，每一张图片标注保存完成会生成标签信息并存入与图片名称相同的json文件。labelme可以采用多边形进行标注，json文件里不仅包括标签信息，还包括标签坐标点，即多边形的每个顶点的坐标。通过判断标签信息和标签坐标点是否正确来对json文件的内容进行检测。
65.在一些实施例中，如图2所示，步骤s400包括：
66.步骤s410：创建xml文件；
67.步骤s420：将json文件的内容插入xml文件中。
68.在一些实施例中，将json文件转换为xml文件的具体过程为：创建对应的xml文件，并将解析的json文件的内容插入到创建的xml文件中，生成满足ai训练格式的压缩格式文件。
69.在一些实施例中，图片格式转换方法还包括：
70.将待转换图片和xml文件输入至训练程序进行训练。
71.在一些实施例中，生成满足ai训练格式的压缩格式文件后，将待转换图片和xml文件输入至ai训练程序进行训练。
72.结合上述，本发明实施例提供的图片格式转换方法，通过采用图片标注工具labelme对图片进行标注，得到json文件。利用python程序解析json文件的内容，对json文件的内容进行检测，判断json文件的标签信息和标签坐标点是否正确。若正确，利用python程序创建一个xml文件，将标签信息和标签坐标点插入xml文件中，得到满足ai训练格式的xml文件，输入到ai训练程序进行训练。本发明实施例通过上述方法，提供了一种自动转换图片格式以满足ai训练要求的方案，解决了现有技术中需要人工筛选及调整，人力成本高且效率低的技术问题，降低了成本，提高了效率，能够方便、快捷地生成所需的训练文件，省去人工筛选所需格式文件及生成压缩打包文件的时间。
73.第二方面，本发明实施例提供了一种图片格式转换装置，包括：
74.获取模块，用于获取待转换图片对应的json文件；
75.解析模块，用于解析所述json文件的内容；
76.检测模块，用于对所述json文件的内容进行检测；
77.转换模块，用于根据检测结果将所述json文件转换为xml文件。
78.在一些实施例中，本发明实施例提供的图片格式转换装置包括获取模块、解析模块、检测模块和转换模块。获取模块用于获取待转换图片对应的json文件。解析模块用于解析json 文件的内容。检测模块用于对json文件的内容进行检测。转换模块用于根据检测结
果将json 文件转换为xml文件。获取模块、解析模块、检测模块和转换模块的具体工作流程请参照第一方面对图片格式转换方法的相关描述，此处不再赘述。
79.在一些实施例中，获取模块包括：
80.标注模块，用于对所述待转换图片进行标注，生成对应的json文件。
81.在一些实施例中，获取模块包括标注模块。标注模块用于对待转换图片进行标注，生成对应的json文件。标注模块的具体工作流程请参照第一方面对图片格式转换方法的相关描述，此处不再赘述。
82.在一些实施例中，json文件的内容包括标签信息和标签坐标点。对应的，检测模块包括：
83.判断模块，用于判断标签信息和标签坐标点是否正确。
84.在一些实施例中，json文件的内容包括标签信息和标签坐标点。对应的，检测模块包括判断模块。判断模块用于判断标签信息和标签坐标点是否正确。判断模块的具体工作流程请参照第一方面对图片格式转换方法的相关描述，此处不再赘述。
85.在一些实施例中，转换模块包括：
86.创建模块，用于创建xml文件；
87.插入模块，用于将json文件的内容插入xml文件中。
88.在一些实施例中，转换模块包括创建模块和插入模块。创建模块用于创建xml文件。插入模块用于将json文件的内容插入xml文件中。创建模块和插入模块的具体工作流程请参照第一方面对图片格式转换方法的相关描述，此处不再赘述。
89.第三方面，本发明实施例提供了一种电子设备，包括：
90.至少一个处理器，以及，
91.与至少一个处理器通信连接的存储器；其中，
92.存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行：
93.如第一方面所述的图片格式转换方法。
94.在一些实施例中，电子设备可以是移动终端设备，也可以是非移动终端设备。移动终端设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载终端设备、可穿戴设备、超级移动个人计算机、上网本、个人数字助理等；非移动终端设备可以为个人计算机、电视机、柜员机或者自助机等；本发明实施方案不作具体限定。
95.第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于使计算机执行：
96.如第一方面所述的图片格式转换方法。
97.上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。此外，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
98.本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机
可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、 cd
‑
rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
99.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。