如何用Python拆分含标注的复杂JSON文件并提取label坐标

原代码问题分析 #

• 未定义循环变量i和j，无法遍历所有frames和annotations条目
• 缺少文件写入逻辑，既没法提取坐标数据，也不能完成JSON拆分

完整实现代码 #

场景1：提取所有标注坐标到CSV文件 #

如果只需要汇总所有标注的x/y/width/height坐标，生成CSV文件方便后续分析：

import json
import csv

# 读取原始JSON
with open('annotation_2131424.json', 'r', encoding='utf-8') as f:
    raw_data = json.load(f)

# 遍历收集坐标数据
coords_list = []
for frame_num, frame in enumerate(raw_data['frames']):
    for anno_num, anno in enumerate(frame['annotations']):
        label = anno['label']
        coords_list.append({
            'frame_index': frame_num,
            'annotation_index': anno_num,
            'x': label['x'],
            'y': label['y'],
            'width': label['width'],
            'height': label['height']
        })

# 写入CSV
with open('annotation_coords.csv', 'w', newline='', encoding='utf-8') as csv_file:
    writer = csv.DictWriter(csv_file, fieldnames=coords_list[0].keys())
    writer.writeheader()
    writer.writerows(coords_list)

场景2：按Frame拆分原始JSON为独立文件 #

如果需要把每个Frame的完整信息（含对应标注）拆分成单独的JSON文件，可按以下代码实现：

import json

# 读取原始JSON
with open('annotation_2131424.json', 'r', encoding='utf-8') as f:
    raw_data = json.load(f)

# 遍历每个Frame生成独立文件
for frame_num, frame in enumerate(raw_data['frames']):
    # 构造单Frame的JSON结构，保留原文件基础信息
    single_frame_json = {
        'id': raw_data['id'],
        'file': raw_data['file'],
        'metadata': raw_data['metadata'],
        'frame': frame
    }
    
    # 生成输出文件名（可根据实际需求修改命名规则）
    output_path = f'annotation_frame_{frame_num}.json'
    with open(output_path, 'w', encoding='utf-8') as out_file:
        json.dump(single_frame_json, out_file, indent=2, ensure_ascii=False)

注意事项 #

• 如果你的frames条目里自带frame_id字段，建议用该字段替换代码中的frame_num作为文件名，辨识度更高
• 处理超大型JSON文件时，推荐使用ijson库逐行解析，避免内存溢出
• 若原始JSON结构有嵌套层级变动，需对应调整代码中的字段索引路径

内容的提问来源于stack exchange，提问作者heaven lee