pyxllib 0.0.43__py3-none-any.whl → 0.3.197__py3-none-any.whl

pyxllib/util/jsondata2.py

@@ -1,92 +0,0 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-# @Author : 陈坤泽
-# @Email  : 877362867@qq.com
-# @Data   : 2020/09/16 11:08
-
-"""
-jsondata是轻量级的功能库
-
-而本jsondata2则是依赖pyxllib.cv的一些高级功能
-"""
-
-from pyxllib.cv import *
-from .jsondata import *
-
-
-class ToLabelmeJson:
-    """ 标注格式转label形式 """
-
-    def __init__(self, imgpath=None):
-        """
-        :param imgpath: 可选参数图片路径，强烈建议要输入，否则建立的label json会少掉图片宽高信息
-        """
-        self.imgpath = Path(imgpath)
-        # 读取图片数据，在一些转换规则比较复杂，有可能要用到原图数据
-        if self.imgpath.is_file():
-            self.img = imread(str(self.imgpath))
-        else:
-            self.img = None
-        self.data = None  # 存储json的字典数据
-
-    def get_data(self, infile):
-        """ 格式转换接口函数，继承的类需要自己实现这个方法
-        :param infile: 待解析的标注数据
-        """
-        # s = Path(infile).read()
-        # self.data = self.get_data_base()
-        raise NotImplementedError('get_data方法必须在子类中实现')
-
-    def get_data_base(self, name='', height=0, width=0):
-        """ 获得一个labelme标注文件的框架
-
-        如果初始化时没有输入图片，也可以这里传入name等的值
-        """
-        # 1 默认属性，和图片名、尺寸
-        if self.imgpath.is_file():
-            name = self.imgpath.name
-            height, width = self.img.shape[:2]
-        # 2 构建结构框架
-        data = {'version': '4.5.6',
-                'flags': {},
-                'shapes': [],
-                'imagePath': name,
-                'imageData': None,
-                'imageWidth': width,
-                'imageHeight': height,
-                }
-        return data
-
-    def get_shape(self, label, points, shape_type=None, dtype=None):
-        """最基本的添加形状功能
-
-        :param shape_type: 会根据points的点数量，智能判断类型，默认一般是polygon
-        :param dtype: 可以重置points的存储数值类型，一般是浮点数，可以转成整数更精简
-        """
-        # 1 优化点集数据格式
-        points = ensure_nparr(points, dtype).reshape(-1, 2).tolist()
-        # 2 判断形状类型
-        if shape_type is None:
-            m = len(points)
-            if m == 2:
-                shape_type = 'rectangle'
-            elif m >= 3:
-                shape_type = 'polygon'
-            else:
-                raise ValueError
-        # 3 创建标注
-        shape = {'flags': {},
-                 'group_id': None,
-                 'label': str(label),
-                 'points': points,
-                 'shape_type': shape_type}
-        return shape
-
-    def write(self, dst=None, if_exists='replace'):
-        """
-        :param dst: 往dst目标路径存入json文件，默认名称在self.imgpath同目录的同名json文件
-        :return: 写入后的文件路径
-        """
-        if dst is None and self.imgpath.is_file():
-            dst = self.imgpath.with_suffix('.json')
-        return Path(dst).write(self.data, if_exists=if_exists)

pyxllib/util/labelmelib.py

@@ -1,139 +0,0 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-# @Author : 陈坤泽
-# @Email  : 877362867@qq.com
-# @Data   : 2020/08/15 00:59
-
-
-from pyxllib.basic import *
-from pyxllib.debug import pd
-from pyxllib.cv import imread, np_array, np
-
-
-def is_labelme_json_data(data):
-    """ 是labelme的标注格式
-    :param data: dict
-    :return: True or False
-    """
-    has_keys = set('version flags shapes imagePath imageData imageHeight imageWidth'.split())
-    return not (has_keys - data.keys())
-
-
-def reduce_labelme_jsonfile(jsonpath):
-    """ 删除imageData """
-    p = Path(jsonpath)
-    data = p.read(mode='.json')
-    if is_labelme_json_data(data) and data['imageData']:
-        data['imageData'] = None
-        p.write(data, encoding=p.encoding, if_exists='replace')
-
-
-class ToLabelmeJson:
-    """ 标注格式转label形式
-
-    初始化最好带有图片路径，能获得一些相关有用的信息
-    然后自定义实现一个 get_data 接口，实现self.data的初始化，运行完可以从self.data取到字典数据
-        根据需要可以定制自己的shape，修改get_shape函数
-    可以调用write写入文件
-
-    具体用法可以参考 handzuowen https://www.yuque.com/xlpr/datalabel/wzu73p 的数据处理代码
-    """
-
-    def __init__(self, imgpath=None):
-        """
-        :param imgpath: 可选参数图片路径，强烈建议要输入，否则建立的label json会少掉图片宽高信息
-        """
-        self.imgpath = Path(imgpath)
-        # 读取图片数据，在一些转换规则比较复杂，有可能要用到原图数据
-        if self.imgpath.is_file():
-            self.img = imread(str(self.imgpath))
-        else:
-            self.img = None
-        self.data = None  # 存储json的字典数据
-
-    def get_data(self, infile):
-        """ 格式转换接口函数，继承的类需要自己实现这个方法
-
-        :param infile: 待解析的标注数据
-        """
-        # s = Path(infile).read()
-        # self.data = self.get_data_base()
-        raise NotImplementedError('get_data方法必须在子类中实现')
-
-    def get_data_base(self, name='', height=0, width=0):
-        """ 获得一个labelme标注文件的框架
-
-        如果初始化时没有输入图片，也可以这里传入name等的值
-        """
-        # 1 默认属性，和图片名、尺寸
-        if self.imgpath.is_file():
-            name = self.imgpath.name
-            height, width = self.img.shape[:2]
-        # 2 构建结构框架
-        data = {'version': '4.5.6',
-                'flags': {},
-                'shapes': [],
-                'imagePath': name,
-                'imageData': None,
-                'imageWidth': width,
-                'imageHeight': height,
-                }
-        return data
-
-    def get_shape(self, label, points, shape_type=None, dtype=None):
-        """最基本的添加形状功能
-
-        :param shape_type: 会根据points的点数量，智能判断类型，默认一般是polygon
-        :param dtype: 可以重置points的存储数值类型，一般是浮点数，可以转成整数更精简
-        """
-        # 1 优化点集数据格式
-        points = np_array(points, dtype).reshape(-1, 2).tolist()
-        # 2 判断形状类型
-        if shape_type is None:
-            m = len(points)
-            if m == 2:
-                shape_type = 'rectangle'
-            elif m >= 3:
-                shape_type = 'polygon'
-            else:
-                raise ValueError
-        # 3 创建标注
-        shape = {'flags': {},
-                 'group_id': None,
-                 'label': str(label),
-                 'points': points,
-                 'shape_type': shape_type}
-        return shape
-
-    def write(self, dst=None, if_exists='replace'):
-        """
-        :param dst: 往dst目标路径存入json文件，默认名称在self.imgpath同目录的同名json文件
-        :return: 写入后的文件路径
-        """
-        if dst is None and self.imgpath.is_file():
-            dst = self.imgpath.with_suffix('.json')
-        return Path(dst).write(self.data, if_exists=if_exists)
-
-
-def get_labelme_shapes_df(dir, pattern='**/*.json', max_workers=None, pinterval=None, **kwargs):
-    """ 获得labelme文件的shapes清单列表
-
-    :param max_workers: 这个运算还不是很快，默认需要开多线程
-    """
-
-    def func(p):
-        data = p.read()
-        if not data['shapes']: return
-        df = pd.DataFrame.from_records(data['shapes'])
-        df['filename'] = p.relative_path(dir)
-        # 坐标转成整数，看起来比较精简点
-        df['points'] = [np.array(v, dtype=int).tolist() for v in df['points']]
-        li.append(df)
-
-    li = []
-    Dir(dir).select(pattern).procfiles(func, max_workers=max_workers, pinterval=pinterval, **kwargs)
-    shapes_df = pd.concat(li)
-    # TODO flags和group_id字段可以放到最后面
-    shapes_df.reset_index(inplace=True, drop=True)
-
-    return shapes_df

pyxllib/util/onepy/__init__.py

@@ -1,29 +0,0 @@
-"""
-OneNote Object Model in Python
-"""
-
-from __future__ import absolute_import
-
-from .onepy import (
-    OneNote,
-    Hierarchy,
-    HierarchyNode,
-    Notebook,
-    SectionGroup,
-    Section,
-    Page,
-    Meta,
-    PageContent,
-    Title,
-    Outline,
-    Position,
-    Size,
-    OE,
-    InsertedFile,
-    Ink,
-    Image
-)
-
-from .onmanager import ONProcess
-
-__version__ = "0.2.1"