图片标注工具LabelImg使用教程

项目地址：LabelImg

前言

我们知道，图片标注主要是用来创建自己的数据集，方便进行深度学习训练。本篇博客将推荐一款十分好用的图片标注工具LabelImg，重点介绍其安装以及使用的过程。

在此感谢原作者在github所做的贡献，博主发现软件一直在更新，各位小伙伴可以关注其最新版本。这款工具是全图形界面，用Python和Qt写的，最牛的是其标注信息可以直接转化成为XML文件，与PASCAL VOC以及ImageNet用的XML是一样的。

Ubuntu源码安装

由于Ubuntu系统自带python，这款软件在Ubuntu环境下的安装是最方便的。软件要求python版本在2.6以上，同时需要PyQt和lxml的支持。

sudo apt-get install pyqt4-dev-tools #安装PyQt4sudo pip install lxml #安装lxml，如果报错，可以试试下面语句sudo apt-get install python-lxmlgit clone https://github.com/tzutalin/labelImg.gitcd labelImgmake all./labelImg.py

Windows环境下安装

由于Windows不像Linux那样自带Python，所以安装过程要稍微麻烦一些，重点是解决Python的安装问题。

安装Anaconda 4.2.0

这里选择安装Anaconda，它是一款十分好用的python集成安装环境，主要是方便扩展包管理。具体介绍可参考这篇博客 。首先从官网下载最新的版本，这里我下载的是64位的python2.7版本。然后双击安装，一般点选“for all person”，然后安装到系统默认位置即可。安装成功后建议在环境变量path里面增加一条“C:\Program Files\Anaconda2”

安装PyQt包

打开命令行窗口，输入conda list ，会列出所有预装的python扩展包，可以看到里面已经有了lxml，但是缺少PyQt。命令行输入conda install pyqt=4 ,等待一会即可完成PyQt4的安装。

下载源码并运行

在原作者的github下载源码压缩包，解压可得到名为labelImg-master的文件夹，进入该文件夹，在空白处使用“Shift+鼠标右键”，进入当前目录的命令行窗口，依次输入下面语句即可打开软件。

pyrcc4 -o resources.py resources.qrcpython labelImg.py

使用方法

• 修改默认的XML文件保存位置，使用快捷键“Ctrl+R”，改为自定义位置，这里的路径一定不能包含中文，否则无法保存。

• 源码文件夹中使用notepad++打开data/predefined_classes.txt，修改默认类别，比如改成person、car、motorcycle三个类别。

• “Open Dir”打开图片文件夹，选择第一张图片开始进行标注，使用“Create RectBox”或者“Ctrl+N”开始画框，单击结束画框，再双击选择类别。完成一张图片后点击“Save”保存，此时XML文件已经保存到本地了。点击“Next Image”转到下一张图片。

• 标注过程中可随时返回进行修改，后保存的文件会覆盖之前的。

• 完成标注后打开XML文件，发现确实和PASCAL VOC所用格式一样。

后续说明

• 原作者也发布了打包好的软件，包括Windows和Linux平台，无需编译，可以直接运行，不愿意折腾的朋友可以使用这个版本。LabelImg打包版本 （PS.Linux版本可能需要sudo执行）

• 最近有人运行Github的源码版本时，总是遇到各种错误（参见评论区），个人感觉是作者的更新出了问题，这里提供一份之前版本的源码，亲测可用，LabelImg可运行版（源码）。使用方法：解压后，执行./labelimg.py 命令。