Python实现：简易图片物体标注工具代码分享

"一个使用Python实现的简单图片物体标注工具，该工具可以帮助用户在图片上标注物体，并将标注信息保存到文件。用户可以自定义标注物体的类别和颜色，通过键盘导航图片和选择标注对象。" 这个Python程序设计用于帮助进行物体检测的数据集创建，它允许用户在图像上绘制矩形框来标记出物体的位置。基本工作流程如下： 1. **文件夹输入**：工具接收一个包含待标注图片的文件夹路径。当用户对图片进行标注后，会生成一个具有额外后缀 `_bbox` 的新文件，该文件存储了对应的标注信息。 2. **标注方式**：用户使用鼠标左键点击选择物体框的左上角，释放左键时选择右下角，从而确定矩形框的大小。通过鼠标右键可以删除上一个已标注的物体框。 3. **物体类别和颜色**：用户可以自定义标注物体的类别名称和对应的颜色。如果没有定义，系统默认只有一个名为"Object"的类别。类别和颜色信息以元组形式存储，并使用`repr()`进行保存，`eval()`进行读取。 4. **键盘操作**：用户可以通过方向键（←、→）浏览图片，使用↑、↓键选择要标注的物体类别，Delete键删除已标注的物体及其相关信息。 5. **.labels文件**：此文件包含了预设的物体标签，如 'object1', (B, G, R)，其中(B, G, R)是BGR颜色值。这个文件必须与图片文件夹在同一目录下，否则无法正确更新或读取物体标签。 6. **标注文件**：最终生成的标注文件记录了每个物体的位置信息，以便于后续的物体检测模型训练。 该程序使用了OpenCV库进行图像处理，Tkinter库提供图形用户界面，用于打开文件夹和弹窗确认操作。同时，程序还涉及到了Python的`staticmethod`和装饰器等高级特性。 通过这个简单的图片物体标注工具，数据科学家和机器学习工程师可以高效地构建自己的物体检测训练集，无需依赖复杂的商业软件，降低了数据准备的门槛。