根据此图像的文本实例，在JSON中单独的不同图像名称

Question

。嗨，有人可以帮助我解决这个问题吗？这是用于在JSON文件中生成边界框的坐标的代码。我正在生成带有文字的图像。因此，现在在JSON文件中，我需要用相应的图像编写文本实例。

您可以在此图片上看到此问题：

在此处输入图像描述 单词 couch 在 clouds_125.jpg_0

但是，证明是kerala_25.jpg_0 上的，

如果我生成了5个带有文本的图像，则将是同一gt_ []中的图像的5个名称。我只想根据上面的文本实例分开图像名称。

因此，我需要的是这种格式：

“gt_1”:  [   {“points”: [[x1, y1], [x2, y2], …, [xn, yn]], “transcription” : “trans1”, “language” : “Latin”, "illegibility": false },
                …
             {“points”: [[x1, y1], [x2, y2], …, [xn, yn]], “transcription” : “trans2”, “language” : “Chinese”, "illegibility": false }],

“gt_2”:  [
             {“points”: [[x1, y1], [x2, y2], …, [xn, yn]] , “transcription” : “trans3”, “language” : “Latin”, "illegibility": false }],

……

以下是用于在JSON文件中生成边界框的坐标的代码。结果存储在 output.h5 文件中，并从中读取数据。

db = h5py.File('results/Output.h5', 'r')
dsets = sorted(db['data'].keys())
for k in dsets:
    db = get_data()
    imnames = sorted(db['data'].keys())

start = 0
coordinate = []
name = []
final = []
FinalFinal = [] 
for eachWord in textToList:
        length = len(eachWord)
        for i in range(0,4):
            for j in range(start,length+start):
                coordinate.append([charBB_list[0][0][i][j],
charBB_list[0][1][i][j]])
            name.append(coordinate)
            coordinate = []
        for j in range(0, length):
            for i in range(len(name)) :
                print(i,j, name[i][j]) ## koordinate da se snađem, treba
                final.append(name[i][j])

        with open("annotation.json") as json_file:
                    data=json.load(json_file)
                    temp=data["annotations"]
                    y = {
                        f'gt_{imnames}':
                            {
                        "transcription": eachWord,
                        "language": "Latin",
                        "illegibility": "False",
                        "points": [final]
                            }  
                        }
                    temp.append(y)
        
        write_json(data)
        finalToList = np.array(final)
        
        name=[]
        final = []
        start = len(eachWord) + start

我知道 imnames 变量包含生成的图像的所有名称，但我不知道如何将它们分开。