基于 JSON 文件定位图片缺陷点并保存

基于JSON的图片缺陷处理流程
├── 1. 输入检查
│   ├── 验证图片文件是否存在
│   └── 验证JSON文件是否存在
│
├── 2. 数据加载
│   ├── 打开并加载图片
│   └── 读取并解析JSON文件
│
├── 3. 缺陷信息提取
│   ├── 检查JSON中是否存在shapes字段
│   └── 遍历每个缺陷形状
│       ├── 验证形状类型是否为矩形
│       ├── 提取缺陷坐标点
│       └── 计算边界框（左上角和右下角）
│
├── 4. 缺陷区域处理
│   ├── 从原图裁剪缺陷区域
│   ├── 保存缺陷区域为BMP文件
│   └── 在原图上标记缺陷位置
│
└── 5. 结果保存
    ├── 保存标记后的原图
    └── 输出处理结果信息

安装好包，修改好文件路径后，可直接使用的代码展示：

（注意，原图与Json文件要在同一目录下）

import json
import os
from PIL import Image, ImageDraw

# 在pycharm中通过josn文件定位图片缺陷点，并复制一份缺陷特征打印成bmp文件保存在该路径

def process_defects(image_path, json_path):
    """
    基于JSON文件中的坐标信息，处理图片中的缺陷
    :param image_path: 图片文件路径
    :param json_path: JSON文件路径，包含缺陷坐标
    """
    try:
        # 加载图片
        with Image.open(image_path) as img:
            # 读取JSON文件
            with open(json_path, 'r') as f:
                defect_data = json.load(f)

            # 从shapes字段获取缺陷信息（适配实际JSON结构）
            if 'shapes' not in defect_data or not defect_data['shapes']:
                print("JSON文件中未发现缺陷信息")
                return

            # 获取图片目录和基本名称
            img_dir = os.path.dirname(image_path)
            img_base_name = os.path.splitext(os.path.basename(image_path))[0]

            # 为每个缺陷创建子图像
            for i, shape in enumerate(defect_data['shapes']):
                # 检查是否为矩形
                if shape.get('shape_type') != 'rectangle':
                    print(f"缺陷 {i + 1} 不是矩形，跳过")
                    continue

                # 从points提取坐标（四个点转为两个点）
                points = shape.get('points')
                if not points or len(points) != 4:
                    print(f"缺陷 {i + 1} 的坐标格式不正确")
                    continue

                # 提取左上角和右下角坐标
                x_coords = [p[0] for p in points]
                y_coords = [p[1] for p in points]
                left = min(x_coords)
                top = min(y_coords)
                right = max(x_coords)
                bottom = max(y_coords)

                # 转换为整数
                left, top, right, bottom = map(int, [left, top, right, bottom])

                # 提取缺陷区域
                defect_region = img.crop((left, top, right, bottom))

                # 保存缺陷区域为BMP文件
                defect_filename = f"{img_base_name}_defect_{i + 1}.bmp"
                defect_filepath = os.path.join(img_dir, defect_filename)
                defect_region.save(defect_filepath, 'BMP')
                print(f"缺陷 {i + 1} 已保存至: {defect_filepath}")

                # 在原图上标记缺陷
                draw = ImageDraw.Draw(img)
                draw.rectangle([left, top, right, bottom], outline="red", width=2)

            # 保存标记后的原图（可选）
            marked_img_path = os.path.join(img_dir, f"{img_base_name}_marked.jpg")
            img.save(marked_img_path)
            print(f"标记后的图片已保存至: {marked_img_path}")

    except FileNotFoundError as e:
        print(f"错误：文件未找到 - {e}")
    except json.JSONDecodeError:
        print(f"错误：无法解析JSON文件 - {json_path}")
    except Exception as e:
        print(f"发生未知错误: {e}")


if __name__ == "__main__":
    # 使用实际文件路径
    image_file = r"pptt\0.bmp"
    json_file = r"pptt\0.json"

    # 检查文件是否存在
    if os.path.exists(image_file) and os.path.exists(json_file):
        process_defects(image_file, json_file)
    else:
        print("请提供有效的图片和JSON文件路径")