• yolo数据集剪裁：切割目标框并将该框内的其他目标一并提取并转为可用数据集

    在这里插入图片描述
    如上图所示，我们的目标是切割出所有的盘子，没个盘子单独储存为一张图片，并且里面的水果也还在该盘子的对应位置。
    类似于这样
    在这里插入图片描述

    因为都标注了，有位置信息了，通过大目标框和小目标框的相对位置完全可以切出来。若再标注那工作量就太大了。

    处理步骤

    1. 获取大框和小框的位置信息
    2. 检查小框是否在大框内，并坐标转换，依据大小框的位置信息写入yolo格式数据集
    3. 切割大框
    4. 将yolo数据集转为voc数据集

    获取大框和小框的位置信息

    通过elementTree解析xml文件，没有elementTree基础的可以看下此文档：Python 解析 voc数据集的xml文件

    提取test1.xml文件中的所有plate节点，并将相关位置信息存放到字典中

    字典结构为:
    {plate_1: [xmin,ymin,xmax,ymax,w,h]，plate_2: [xmin,ymin,xmax,ymax,w,h]}

    file = 'test1.xml'
tree = ET.parse(file)
root = tree.getroot()

all_C_sd_n = dict()
file_name = root.find('filename').text[:-4]

i = 0
for obj in root.iter('object'):
    names = obj.find('name')
    if names.text == 'plate':
        i += 1
        sd_set = []
        box = obj.find('bndbox')
        # 大框的x,y坐标
        sd_set.append(int(box.find('xmin').text))
        sd_set.append(int(box.find('ymin').text))
        sd_set.append(int(box.find('xmax').text))
        sd_set.append(int(box.find('ymax').text))
        # 大框的宽和高
        w = int(box.find('xmax').text)-int(box.find('xmin').text)
        h = int(box.find('ymax').text)-int(box.find('ymin').text)
        sd_set.append(w)
        sd_set.append(h)
        # 字典格式为  file_name_1: xmin,ymin,xmax,ymax,w,h
        all_C_sd_n.update({file_name + '_' + str(i): sd_set})


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27

    检查小框是否在大框内

    获取小框位置坐标与大框的一样，主要是用大框的xmin ymin肯定要比小框的中心位置小，xmax ymax比小框的中心位置大

    坐标转换为

    # 将 xmin xmax ymin ymax 转为coco格式的 xwyh
def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return x, y, w, h


    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    for obj in root.iter('object'):
    names = obj.find('name')
    if names.text in ['C_sdh_n', 'C_wirerope_n', 'C_wirerope_notbinding']:
        box = obj.find('bndbox')

        xm = int(box.find('xmin').text) + (int(box.find('xmax').text) - int(box.find('xmin').text)) / 2
        ym = int(box.find('ymin').text) + (int(box.find('ymax').text) - int(box.find('ymin').text)) / 2
        for box_nb in all_C_sd_n.items():
            # print(box_nb)
            if box_nb[1][0] < xm < box_nb[1][2] and box_nb[1][1] < ym < box_nb[1][3]:

                # 这里的坐标为小框相对于大框的坐标
                xmin = int(box.find('xmin').text) - box_nb[1][0]
                ymin = int(box.find('ymin').text) - box_nb[1][1]
                xmax = int(box.find('xmax').text) - box_nb[1][0]
                ymax = int(box.find('ymax').text) - box_nb[1][1]
                w = box_nb[1][4]
                h = box_nb[1][5]
                b = (xmin, xmax, ymin, ymax)
                x, y, w, h = convert((w, h), b)
                print(x, y, w, h)
                out_file = open('{}.txt'.format(box_nb[0]), 'a')
                if names.text == 'C_wirerope_n':
                    out_file.write('{} {} {} {} {}\n'.format(0, x, y, w, h))
                #     print(box_nb[0], 0, x, y, w, h)
                if names.text == 'C_wirerope_notbinding':
                    out_file.write('{} {} {} {} {}\n'.format(1, x, y, w, h))
                # #     print(box_nb[0],1, x, y, w, h)
                if names.text == 'C_sdh_n':
                    # print(box_nb[0],2, x, y, w, h)
                    out_file.write('{} {} {} {} {}\n'.format(2, x, y, w, h))

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31

    切割大框

    OpenCV的基础操作

    img = cv2.imread("1_001344.742_16_.jpg")
for box in all_C_sd_n.items():
    # box[1][1]:box[1][3]  ymin——>ymax  box[1][0]:box[1][2] xmax-xmin
    cut_img = img[box[1][1]:box[1][3],box[1][0]:box[1][2]]
    # cv2.imshow(box[0], cut_img)
    cv2.imwrite(box[0]+'.png', cut_img)

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    import xml.etree.ElementTree as ET
import cv2


# 将 xmin xmax ymin ymax 转为coco格式的 xwyh
def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return x, y, w, h


file = 'test1.xml'
tree = ET.parse(file)
root = tree.getroot()

all_C_sd_n = dict()
file_name = root.find('filename').text[:-4]

i = 0
for obj in root.iter('object'):
    names = obj.find('name')
    if names.text == 'C_sd_n':
        i += 1
        sd_set = []
        box = obj.find('bndbox')
        # 大框的x,y坐标
        sd_set.append(int(box.find('xmin').text))
        sd_set.append(int(box.find('ymin').text))
        sd_set.append(int(box.find('xmax').text))
        sd_set.append(int(box.find('ymax').text))
        # 大框的宽和高
        w = int(box.find('xmax').text)-int(box.find('xmin').text)
        h = int(box.find('ymax').text)-int(box.find('ymin').text)
        sd_set.append(w)
        sd_set.append(h)
        # 字典格式为  file_name_1: xmin,ymin,xmax,ymax,w,h
        all_C_sd_n.update({file_name + '_' + str(i): sd_set})

# 切割C_sd_n框
# img = cv2.imread("1_001344.742_16_.jpg")
# for box in all_C_sd_n.items():
#     # box[1][1]:box[1][3]  ymin——>ymax  box[1][0]:box[1][2] xmax-xmin
#     cut_img = img[box[1][1]:box[1][3],box[1][0]:box[1][2]]
#     # cv2.imshow(box[0], cut_img)
#     cv2.imwrite(box[0]+'.png', cut_img)


for obj in root.iter('object'):
    names = obj.find('name')
    if names.text in ['C_sdh_n', 'C_wirerope_n', 'C_wirerope_notbinding']:
        box = obj.find('bndbox')

        xm = int(box.find('xmin').text) + (int(box.find('xmax').text) - int(box.find('xmin').text)) / 2
        ym = int(box.find('ymin').text) + (int(box.find('ymax').text) - int(box.find('ymin').text)) / 2
        for box_nb in all_C_sd_n.items():
            # print(box_nb)
            if box_nb[1][0] < xm < box_nb[1][2] and box_nb[1][1] < ym < box_nb[1][3]:
                # print('xmin','ymin','xmax','ymax')
                # print(int(box.find('xmin').text),int(box.find('ymin').text),int(box.find('xmax').text),int(box.find('ymax').text))
                # print(b[0],xm, ym)
                # 这里的坐标为小框相对于大框的坐标
                xmin = int(box.find('xmin').text) - box_nb[1][0]
                ymin = int(box.find('ymin').text) - box_nb[1][1]
                xmax = int(box.find('xmax').text) - box_nb[1][0]
                ymax = int(box.find('ymax').text) - box_nb[1][1]
                w = box_nb[1][4]
                h = box_nb[1][5]

                # print('x1, y1, x2, y2, w, h')
                # print(x1, y1, x2, y2, w, h)

                b = (xmin, xmax, ymin, ymax)
                # b = (int(box.find('xmin').text),
                # int(box.find('xmax').text),
                # int(box.find('ymin').text),
                # int(box.find('ymax').text))
                x, y, w, h = convert((w, h), b)
                print(x, y, w, h)
                out_file = open('{}.txt'.format(box_nb[0]), 'a')
                if names.text == 'C_wirerope_n':
                    out_file.write('{} {} {} {} {}\n'.format(0, x, y, w, h))
                #     print(box_nb[0], 0, x, y, w, h)
                if names.text == 'C_wirerope_notbinding':
                    out_file.write('{} {} {} {} {}\n'.format(1, x, y, w, h))
                # #     print(box_nb[0],1, x, y, w, h)
                if names.text == 'C_sdh_n':
                    # print(box_nb[0],2, x, y, w, h)
                    out_file.write('{} {} {} {} {}\n'.format(2, x, y, w, h))



    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
    • 96
    • 97
    • 98

    yolo格式数据集转cov

    from xml.dom.minidom import Document
import os
import cv2


def makexml(picPath, txtPath, xmlPath):  # txt所在文件夹路径，xml文件保存路径，图片所在文件夹路径
    """此函数用于将yolo格式txt标注文件转换为voc格式xml标注文件
    在自己的标注图片文件夹下建三个子文件夹，分别命名为picture、txt、xml
    """
    dic = {'0': "apple",  # 创建字典用来对类型进行转换
           '1': "orange",  # 此处的字典要与自己的classes.txt文件中的类对应，且顺序要一致
           }
    files = os.listdir(txtPath)
    for i, name in enumerate(files):
        xmlBuilder = Document()
        annotation = xmlBuilder.createElement("annotation")  # 创建annotation标签
        xmlBuilder.appendChild(annotation)
        txtFile = open(txtPath + name)
        txtList = txtFile.readlines()
        img = cv2.imread(picPath + name[0:-4] + ".png")
        # print()
        Pheight, Pwidth, Pdepth = img.shape

        folder = xmlBuilder.createElement("folder")  # folder标签
        foldercontent = xmlBuilder.createTextNode("driving_annotation_dataset")
        folder.appendChild(foldercontent)
        annotation.appendChild(folder)  # folder标签结束

        filename = xmlBuilder.createElement("filename")  # filename标签
        filenamecontent = xmlBuilder.createTextNode(name[0:-4] + ".png")
        filename.appendChild(filenamecontent)
        annotation.appendChild(filename)  # filename标签结束

        size = xmlBuilder.createElement("size")  # size标签
        width = xmlBuilder.createElement("width")  # size子标签width
        widthcontent = xmlBuilder.createTextNode(str(Pwidth))
        width.appendChild(widthcontent)
        size.appendChild(width)  # size子标签width结束

        height = xmlBuilder.createElement("height")  # size子标签height
        heightcontent = xmlBuilder.createTextNode(str(Pheight))
        height.appendChild(heightcontent)
        size.appendChild(height)  # size子标签height结束

        depth = xmlBuilder.createElement("depth")  # size子标签depth
        depthcontent = xmlBuilder.createTextNode(str(Pdepth))
        depth.appendChild(depthcontent)
        size.appendChild(depth)  # size子标签depth结束

        annotation.appendChild(size)  # size标签结束

        for j in txtList:
            oneline = j.strip().split(" ")
            object = xmlBuilder.createElement("object")  # object 标签
            picname = xmlBuilder.createElement("name")  # name标签
            namecontent = xmlBuilder.createTextNode(dic[oneline[0]])
            picname.appendChild(namecontent)
            object.appendChild(picname)  # name标签结束

            pose = xmlBuilder.createElement("pose")  # pose标签
            posecontent = xmlBuilder.createTextNode("Unspecified")
            pose.appendChild(posecontent)
            object.appendChild(pose)  # pose标签结束

            truncated = xmlBuilder.createElement("truncated")  # truncated标签
            truncatedContent = xmlBuilder.createTextNode("0")
            truncated.appendChild(truncatedContent)
            object.appendChild(truncated)  # truncated标签结束

            difficult = xmlBuilder.createElement("difficult")  # difficult标签
            difficultcontent = xmlBuilder.createTextNode("0")
            difficult.appendChild(difficultcontent)
            object.appendChild(difficult)  # difficult标签结束

            bndbox = xmlBuilder.createElement("bndbox")  # bndbox标签
            xmin = xmlBuilder.createElement("xmin")  # xmin标签
            mathData = int(((float(oneline[1])) * Pwidth + 1) - (float(oneline[3])) * 0.5 * Pwidth)
            xminContent = xmlBuilder.createTextNode(str(mathData))
            xmin.appendChild(xminContent)
            bndbox.appendChild(xmin)  # xmin标签结束

            ymin = xmlBuilder.createElement("ymin")  # ymin标签
            mathData = int(((float(oneline[2])) * Pheight + 1) - (float(oneline[4])) * 0.5 * Pheight)
            yminContent = xmlBuilder.createTextNode(str(mathData))
            ymin.appendChild(yminContent)
            bndbox.appendChild(ymin)  # ymin标签结束

            xmax = xmlBuilder.createElement("xmax")  # xmax标签
            mathData = int(((float(oneline[1])) * Pwidth + 1) + (float(oneline[3])) * 0.5 * Pwidth)
            xmaxContent = xmlBuilder.createTextNode(str(mathData))
            xmax.appendChild(xmaxContent)
            bndbox.appendChild(xmax)  # xmax标签结束

            ymax = xmlBuilder.createElement("ymax")  # ymax标签
            mathData = int(((float(oneline[2])) * Pheight + 1) + (float(oneline[4])) * 0.5 * Pheight)
            ymaxContent = xmlBuilder.createTextNode(str(mathData))
            ymax.appendChild(ymaxContent)
            bndbox.appendChild(ymax)  # ymax标签结束

            object.appendChild(bndbox)  # bndbox标签结束

            annotation.appendChild(object)  # object标签结束

        f = open(xmlPath + name[0:-4] + ".xml", 'w')
        xmlBuilder.writexml(f, indent='\t', newl='\n', addindent='\t', encoding='utf-8')
        f.close()


if __name__ == "__main__":
    picPath = "img/"  # 图片所在文件夹路径，后面的/一定要带上
    txtPath = "txt/"  # txt所在文件夹路径，后面的/一定要带上
    xmlPath = "Annotations/"  # xml文件保存路径，后面的/一定要带上
    makexml(picPath, txtPath, xmlPath)

    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64
    • 65
    • 66
    • 67
    • 68
    • 69
    • 70
    • 71
    • 72
    • 73
    • 74
    • 75
    • 76
    • 77
    • 78
    • 79
    • 80
    • 81
    • 82
    • 83
    • 84
    • 85
    • 86
    • 87
    • 88
    • 89
    • 90
    • 91
    • 92
    • 93
    • 94
    • 95
    • 96
    • 97
    • 98
    • 99
    • 100
    • 101
    • 102
    • 103
    • 104
    • 105
    • 106
    • 107
    • 108
    • 109
    • 110
    • 111
    • 112
    • 113
  • 相关阅读:
    进程通信之共享内存
    iconfont使用简介
    对抗生成网络（GAN）
    YOLO目标检测——无人机航拍输电线路绝缘瓷瓶数据集下载分享【对应voc、coco和yolo三种格式标签】
    Chrome插件精选 — 屏幕录像插件
    Hadoop 3.0.0 （单机版）安装与配置与基础使用
    Ansible脚本进阶---playbook
    mysql、oracle、sqlsever使用不同案例
    EasyRecovery2023互盾免费数据恢复软件下载功能介绍
    【NLP】特征提取: 广泛指南和 3 个操作教程 [Python、CNN、BERT]
  • 原文地址：https://blog.csdn.net/weixin_45755332/article/details/127733783