xml转txt，划分数据集（train、test、val）

import os
import random
 
 
trainval_percent = 0.2
train_percent = 0.8
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('ImageSets/trainval.txt', 'w')
ftest = open('ImageSets/test.txt', 'w')
ftrain = open('ImageSets/train.txt', 'w')
fval = open('ImageSets/val.txt', 'w')
 
for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

# xml解析包
import xml.etree.ElementTree as ET
import pickle
import os
# os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表
from os import listdir, getcwd
from os.path import join
 
 
sets = ['train', 'test', 'val']
classes = [ 'overflow','garbage_bin', 'garbage']
 
 
# 进行归一化操作
def convert(size, box): # size:(原图w,原图h) , box:(xmin,xmax,ymin,ymax)
    dw = 1./size[0]     # 1/w
    dh = 1./size[1]     # 1/h
    x = (box[0] + box[1])/2.0   # 物体在图中的中心点x坐标
    y = (box[2] + box[3])/2.0   # 物体在图中的中心点y坐标
    w = box[1] - box[0]         # 物体实际像素宽度
    h = box[3] - box[2]         # 物体实际像素高度
    x = x*dw    # 物体中心点x的坐标比(相当于 x/原图w)
    w = w*dw    # 物体宽度的宽度比(相当于 w/原图w)
    y = y*dh    # 物体中心点y的坐标比(相当于 y/原图h)
    h = h*dh    # 物体宽度的宽度比(相当于 h/原图h)
    return (x, y, w, h)    # 返回 相对于原图的物体中心点的x坐标比,y坐标比,宽度比,高度比,取值范围[0-1]
 
 
# year ='2012', 对应图片的id（文件名）
def convert_annotation(image_id):
    '''
    将对应文件名的xml文件转化为label文件，xml文件包含了对应的bunding框以及图片长款大小等信息，
    通过对其解析，然后进行归一化最终读到label文件中去，也就是说
    一张图片文件对应一个xml文件，然后通过解析和归一化，能够将对应的信息保存到唯一一个label文件中去
    labal文件中的格式：calss x y w h　　同时，一张图片对应的类别有多个，所以对应的ｂｕｎｄｉｎｇ的信息也有多个
    '''
    # 对应的通过year 找到相应的文件夹，并且打开相应image_id的xml文件，其对应bund文件
    in_file = open('Annotations/%s.xml' % (image_id), encoding='utf-8')
    # print(in_file.name)
    # 准备在对应的image_id 中写入对应的label，分别为
    #     
    out_file = open('labels/%s.txt' % (image_id), 'w', encoding='utf-8')
    # print(out_file.name)
    # 解析xml文件
    tree = ET.parse(in_file)
    # 获得对应的键值对
    root = tree.getroot()
    # 获得图片的尺寸大小
    size = root.find('size')
    # 获得宽
    w = int(size.find('width').text)
    # 获得高
    h = int(size.find('height').text)
    # 遍历目标obj
    for obj in root.iter('object'):
        # 获得difficult ？？
        difficult = obj.find('difficult').text
        # 获得类别 =string 类型
        cls = obj.find('name').text
        # 如果类别不是对应在我们预定好的class文件中，或difficult==1则跳过
        if cls not in classes or int(difficult) == 1:
            continue
        # 通过类别名称找到id
        cls_id = classes.index(cls)
        # 找到bndbox 对象
        xmlbox = obj.find('bndbox')
        # 获取对应的bndbox的数组 = ['xmin','xmax','ymin','ymax']
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        print(image_id, cls, b)
        # 带入进行归一化操作
        # w = 宽, h = 高， b= bndbox的数组 = ['xmin','xmax','ymin','ymax']
        bb = convert((w, h), b)
        # bb 对应的是归一化后的(x,y,w,h)
        # 生成 calss x y w h 在label文件中
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
 
 
# 返回当前工作目录
wd = getcwd()
print(wd)
 
 
for image_set in sets:
    '''
    对所有的文件数据集进行遍历
    做了两个工作：
　　　　１．讲所有图片文件都遍历一遍，并且将其所有的全路径都写在对应的txt文件中去，方便定位
　　　　２．同时对所有的图片文件进行解析和转化，将其对应的bundingbox 以及类别的信息全部解析写到label 文件中去
    　　　　　最后再通过直接读取文件，就能找到对应的label 信息
    '''
    # 先找labels文件夹如果不存在则创建
    if not os.path.exists('labels/'):
        os.makedirs('labels/')
    # 读取在ImageSets/Main 中的train、test..等文件的内容
    # 包含对应的文件名称
    image_ids = open('imageSets/%s.txt' % (image_set)).read().strip().split()
    # 打开对应的2012_train.txt 文件对其进行写入准备
    list_file = open('%s.txt' % (image_set), 'w')
    # 将对应的文件_id以及全路径写进去并换行
    for image_id in image_ids:
        list_file.write('images/%s.jpg\n' % (image_id))
        # 调用  year = 年份  image_id = 对应的文件名_id
        convert_annotation(image_id)
    # 关闭文件
    list_file.close()
 

划分数据集

import os
import random
from shutil import copy2
 
datadir_normal = "label"  # 更换为自己刚刚转换出来的txt路径     修改1
datadir_normal1 = 'JPEGImages' # 所有的图像路径          修改2
 
all_data = os.listdir(datadir_normal)  # （图片文件夹）
num_all_data = len(all_data)
print("总数量: " + str(num_all_data))
index_list = list(range(num_all_data))
print(index_list)
 
# 生成随机种子，使得每一次划分的数据一样，如果没有要求，可以删除本段代码
random.seed(2)
random.shuffle(index_list)
print(index_list)
# 生成随机种子，使得每一次划分的数据一样，如果没有要求，可以删除本段代码
 
num_train = int(num_all_data * 0.7)
num_valid = int(num_all_data * 0.2)
num_test = num_all_data - num_train - num_valid
 
trainDir = "labels/train"  # （将训练集txt放在这个文件夹下）    不用修改
if not os.path.exists(trainDir):
    os.makedirs(trainDir)
validDir = 'labels/valid'  # （将验证集txt放在这个文件夹下）     修改3
if not os.path.exists(validDir):
    os.makedirs(validDir)
testDir = 'labels/test'  # （将测试集txt放在这个文件夹下）      修改3
if not os.path.exists(testDir):
    os.makedirs(testDir)
trainDir1 = 'images/train'  # （将训练集图片放在这个文件夹下）   不用修改
if not os.path.exists(trainDir1):
    os.makedirs(trainDir1)
validDir1 = 'images/valid'  # （将验证集图片放在这个文件夹下）   修改3
if not os.path.exists(validDir1):
    os.makedirs(validDir1)
testDir1 = 'images/test'  # （将测试集图片放在这个文件夹下）    修改3
if not os.path.exists(testDir1):
    os.makedirs(testDir1)
 
for i in index_list[:num_train]:
    fileName = os.path.join(datadir_normal, all_data[i])
    copy2(fileName, trainDir)
    fileName = os.path.join(datadir_normal1, all_data[i].replace("txt","jpg"))
    copy2(fileName, trainDir1)
 
for i in index_list[num_train:num_train+num_valid]:
    fileName = os.path.join(datadir_normal, all_data[i])
    copy2(fileName, validDir)
    fileName = os.path.join(datadir_normal1, all_data[i].replace("txt","jpg"))
    copy2(fileName, validDir1)
 
for i in index_list[num_train+num_valid:]:
    fileName = os.path.join(datadir_normal, all_data[i])
    copy2(fileName, testDir)
    fileName = os.path.join(datadir_normal1, all_data[i].replace("txt","jpg"))
    copy2(fileName, testDir1)

【yolo数据集】xml格式转换txt，划分数据集，亲测有效_xml转txt-CSDN博客