📢 公告：OpenCV 系列文章目前正在重構整理中（進度約 55%），部分文章已暫時下架，後續會陸續補上，完成時間待定。感謝耐心等候！

歡迎！您似乎正在使用廣告攔截器。請考慮通過禁用您的廣告攔截器來支持我。
welcome! It looks like you're using an ad blocker. Please consider supporting me by disabling your ad blocker.

J.J.'s Blogs

Like Share Discussion Bookmark Smile

J.J. Huang   2026-03-25   Python OpenCV 07.物件偵測與辨識篇   瀏覽次數：次   DMCA.com Protection Status {{moment(1774416600000).fromNow()}}

Python | OpenCV LabelImg 標註工具實戰

📚 前言

在上一篇 資料標註 中，我們介紹了常見的標註格式與工具概覽。
本篇介紹 LabelImg 的安裝、問題修正，以及基本操作。

💻 安裝與開啟

1
2
pip install labelImg
labelImg


圖：LabelImg 啟動後的主介面

🔎 相容性問題說明

LabelImg 已停止維護，與新版 PyQt5（5.15+）有相容性問題，會在按 W 畫框或存檔時 crash。

先確認目前的 PyQt5 版本：

1
pip show PyQt5

若 Version 為 5.15 以上，需要手動修正原始碼（見下方）。

不想改原始碼，可以選擇：降版 pip install PyQt5==5.14.2，或改用 labelme（但預設輸出 JSON，需額外轉換格式）。

🗂️ 找到要修改的檔案

1
pip show labelImg

查看 Location 欄位取得安裝路徑，需修改的三個檔案位於：

1
2
3
4
5
<Location>/labelImg/
├── labelImg.py
└── libs/
    ├── canvas.py
    └── yolo_io.py

⚠️ 已知問題與修正

問題一：按 W 畫框時崩潰





canvas.py：

1
2
3
4
# canvas.py（修改前）
p.drawRect(left_top.x(), left_top.y(), rect_width, rect_height)
p.drawLine(self.prev_point.x(), 0, self.prev_point.x(), self.pixmap.height())
p.drawLine(0, self.prev_point.y(), self.pixmap.width(), self.prev_point.y())
1
2
3
4
# canvas.py（修改後）
p.drawRect(int(left_top.x()), int(left_top.y()), int(rect_width), int(rect_height))
p.drawLine(int(self.prev_point.x()), 0, int(self.prev_point.x()), self.pixmap.height())
p.drawLine(0, int(self.prev_point.y()), self.pixmap.width(), int(self.prev_point.y()))

labelImg.py — scroll_request 方法：

1
2
# labelImg.py（修改前）
bar.setValue(bar.value() + bar.singleStep() * units)
1
2
# labelImg.py（修改後）
bar.setValue(int(bar.value() + bar.singleStep() * units))

labelImg.py — zoom_request 方法：

1
2
3
4
# labelImg.py（修改前）
self.add_zoom(scale * units)
h_bar.setValue(new_h_bar_value)
v_bar.setValue(new_v_bar_value)
1
2
3
4
# labelImg.py（修改後）
self.add_zoom(int(scale * units))
h_bar.setValue(int(new_h_bar_value))
v_bar.setValue(int(new_v_bar_value))

問題二：存檔後 classes.txt 遺失類別

每次存檔只保留該張圖用到的類別，其餘類別會被清掉，導致下一張圖開啟時 crash。

libs/yolo_io.py：

1
2
3
4
5
6
7
8
9
10
# libs/yolo_io.py（修改前）
        if target_file is None:
            out_file = open(
            self.filename + TXT_EXT, 'w', encoding=ENCODE_METHOD)
            classes_file = os.path.join(os.path.dirname(os.path.abspath(self.filename)), "classes.txt")
            out_class_file = open(classes_file, 'w')
        else:
            out_file = codecs.open(target_file, 'w', encoding=ENCODE_METHOD)
            classes_file = os.path.join(os.path.dirname(os.path.abspath(target_file)), "classes.txt")
            out_class_file = open(classes_file, 'w')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# libs/yolo_io.py（修改後）
        if target_file is None:
            out_file = open(
            self.filename + TXT_EXT, 'w', encoding=ENCODE_METHOD)
            classes_file = os.path.join(os.path.dirname(os.path.abspath(self.filename)), "classes.txt")
        else:
            out_file = codecs.open(target_file, 'w', encoding=ENCODE_METHOD)
            classes_file = os.path.join(os.path.dirname(os.path.abspath(target_file)), "classes.txt")

        if os.path.exists(classes_file):
            with open(classes_file, 'r') as cf:
                for line in cf:
                    c = line.strip()
                    if c and c not in class_list:
                        class_list.append(c)

        out_class_file = open(classes_file, 'w')

💡 基本操作

修正完成後，重新執行 labelImg 開始標註：

  1. Open Dir：開啟圖片目錄（例如 dataset/toy_car/）
  2. Change Save Dir：設定標籤存放目錄（建議與圖片同目錄）
  3. 選擇儲存格式（YOLO 或 Pascal VOC）
  4. 按 W 畫邊界框，輸入類別名稱後儲存

每張圖片存檔後，會在 Change Save Dir 設定的目錄下產生同名的 .txt 標籤檔（YOLO 格式）與 classes.txt，記錄所有使用過的類別名稱。


圖：使用 LabelImg 對圖片畫邊界框並標記類別

📦 範例資料集：

  • 載點：toy_car_labeled.zip
  • 內容：已完成 LabelImg 標註的玩具車圖片，包含 .jpg 圖片與對應的 .txt 標籤檔（YOLO 格式）及 classes.txt。
  • 解壓縮後可直接用於後續的資料集切分與模型訓練。

⌨️ 核心快捷鍵

快捷鍵 功能
W 畫邊界框
D / A 下 / 上一張圖片
Ctrl + S 儲存
Del 刪除選取的框
Space 標記為已驗證
Ctrl + D 複製選取的框
Ctrl + 滾輪 縮放

⚠️ 注意事項

  • 標註一致性：同類別的框涵蓋範圍要一致，不要時框緊、時框鬆。
  • 遮擋物件：被遮擋超過 50% 可考慮不標，避免干擾訓練。
  • 類別命名：類別名稱與 ID 對應必須全程統一。
  • 定期備份：標註是耗時的人工成果，務必備份。

🎯 結語

修正兩個已知問題後，LabelImg 仍可穩定用於個人資料集的標註。
下一篇進入 資料集整理與驗證，介紹標註完成後如何切分訓練集與驗證集，以及如何用程式確認標註是否正確。

📖 如在學習過程中遇到疑問，或是想了解更多相關主題，建議回顧一下 Python | OpenCV 系列導讀，掌握完整的章節目錄，方便快速找到你需要的內容。

註：以上參考了
LabelImg GitHub

本文由J.J. Huang 創作，採用CC BY 3.0 TW協議 進行許可。可自由轉載、引用，但需署名作者且註明文章出處。