给我一个python代码将label中标注的json文件，转化为可用于分割训练的标签二值化黑白png图片

可以使用以下Python代码将标注的JSON文件转换为二值化的黑白PNG图像：

import json
import numpy as np
from PIL import Image

# 读取JSON文件
with open('label.json', 'r') as f:
    label = json.load(f)

# 获取图像大小
width = label['size']['width']
height = label['size']['height']

# 创建一个空白图像
img = np.zeros((height, width), dtype=np.uint8)

# 遍历每个对象
for obj in label['objects']:
    # 获取对象的形状
    shape = obj['shape_attributes']
    # 如果是多边形
    if shape['name'] == 'polygon':
        # 获取多边形的顶点坐标
        points = [(shape['all_points_x'][i], shape['all_points_y'][i]) for i in range(len(shape['all_points_x']))]
        # 将多边形填充到图像中
        Image.fromarray(img).draw.polygon(points, fill=1)
    # 如果是矩形
    elif shape['name'] == 'rect':
        # 获取矩形的左上角和右下角坐标
        x1, y1, x2, y2 = shape['x'], shape['y'], shape['x'] + shape['width'], shape['y'] + shape['height']
        # 将矩形填充到图像中
        Image.fromarray(img).draw.rectangle((x1, y1, x2, y2), fill=1)

# 保存图像
Image.fromarray(img).save('label.png')

其中，`label.json`是标注的JSON文件，`label.png`是生成的二值化黑白PNG图像。这段代码会遍历JSON文件中的每个对象，将多边形和矩形填充到空白图像中，并保存为PNG图像。