mpl-image-labeller

使用Matplotlib标记图像进行分类。在任何Matplotlib可以运行的地方工作 - 从notebook到独立的GUI！

更多信息请参阅文档。

安装

pip install mpl-image-labeller

主要功能

• 简单界面
• 使用键盘而不是鼠标
• 仅依赖于Matplotlib
  • 任何地方都可以工作 - 从Jupyter内部到任何支持的GUI框架
• 以正确的宽高比显示图像
• 易于配置的快捷键映射
• 与默认Matplotlib快捷键映射的智能交互
• 回调系统（参见examples/callbacks.py）

每张图像一个类别

每张图像多个类别

使用方法

import matplotlib.pyplot as plt
import numpy as np

from mpl_image_labeller import image_labeller

images = np.random.randn(5, 10, 10)
labeller = image_labeller(
    images, classes=["good", "bad", "meh"], label_keymap=["a", "s", "d"]
)
plt.show()

访问坐标轴 您可以通过labeller.ax访问的坐标轴对象上的绘图方法进一步修改图像（例如，在它们上面添加掩码）。

懒加载图像 如果您想懒加载数据，您可以提供一个函数来提供图像。此函数应接受整数idx作为参数，并返回与该索引对应的图像。如果您这样做，则必须在构造函数中提供N_images，以便对象知道它应该期望多少个图像。有关示例，请参阅examples/lazy_loading.py。

控件

• <- 向后移动一张图像
• -> 向前移动一张图像

使用 label_keymap 参数中定义的键来标记图像 - 默认 0，1，2...

通过访问 labels 属性来获取标签。

覆盖默认键映射

Matplotlib 通过 rcparams.keymap 应用默认键绑定到所有图形，允许执行如 s 保存或 q 退出的操作。如果您将这些键之一作为标记的快捷键，则默认键映射将针对该图形禁用。

相关项目

这不是第一个实现简单图像标记的项目，但似乎是第一个完全在 Matplotlib 中实现的项目。以下项目在不同的框架中实现了不同程度复杂性和/或附加功能。

• https://github.com/wbwvos/pidgey
• https://github.com/agermanidis/pigeon
• https://github.com/Serhiy-Shekhovtsov/tkteach
• https://github.com/robertbrada/PyQt-image-annotation-tool
• https://github.com/Cartucho/OpenLabeling