目标检测:将yolo标注的txt文本转为VOC标注的xml文件

1、准备工作

目标检测数据的标注分为两种格式:

  • xml 解释性标签,左上角+右下角的坐标
  • txt 记事本文件,类别+x,y中心坐标+w,h的相对值

需要准备的数据有:

其中images为图像数据,labels为txt文本信息

注意:这里仅仅支持图像格式为 jpg 格式!!!

需要转换数据格式,可以参考这章:PYTHON 自动化办公:更改图片后缀_改变文件夹里面图片后缀名的pytorch代码-CSDN博客

classes.txt 文件需要自行准备,没有的话,只能遍历出来看看目标框的是什么:

关于目标检测任务中,YOLO(txt格式)标注文件的可视化_yolo标注可视化-CSDN博客

2、代码

如下:

python 复制代码
import os
from PIL import Image
import shutil
from tqdm import tqdm


def main(IMG,LAB,CLS):
    images = [i.split('.jpg')[0] for i in os.listdir(IMG)]  # 数据

    if os.path.exists('VOCdevkit'):
        shutil.rmtree('VOCdevkit')
    os.makedirs('VOCdevkit')
    os.makedirs('VOCdevkit/VOC2007')
    os.makedirs('VOCdevkit/VOC2007/JPEGImages')
    os.makedirs('VOCdevkit/VOC2007/Annotations')

    for img in tqdm(images):
        with open(os.path.join('VOCdevkit/VOC2007/Annotations',img+'.xml'), 'w') as xml_files:
            shutil.copy(os.path.join(IMG, img + '.jpg'),'VOCdevkit/VOC2007/JPEGImages')
            image = Image.open(os.path.join(IMG, img + '.jpg'))
            img_w, img_h = image.size
            xml_files.write('<annotation>\n')
            xml_files.write('   <folder>folder</folder>\n')
            xml_files.write(f'   <filename>{img}.jpg</filename>\n')
            xml_files.write('   <source>\n')
            xml_files.write('   <database>Unknown</database>\n')
            xml_files.write('   </source>\n')
            xml_files.write('   <size>\n')
            xml_files.write(f'     <width>{img_w}</width>\n')
            xml_files.write(f'     <height>{img_h}</height>\n')
            xml_files.write(f'     <depth>3</depth>\n')
            xml_files.write('   </size>\n')
            xml_files.write('   <segmented>0</segmented>\n')
            with open(os.path.join(LAB,img + '.txt'), 'r') as f:
                # 以列表形式返回每一行
                lines = f.read().splitlines()
                for each_line in lines:
                    line = each_line.split(' ')
                    xml_files.write('   <object>\n')
                    xml_files.write(f'      <name>{CLS[int(line[0])]}</name>\n')
                    xml_files.write('      <pose>Unspecified</pose>\n')
                    xml_files.write('      <truncated>0</truncated>\n')
                    xml_files.write('      <difficult>0</difficult>\n')
                    xml_files.write('      <bndbox>\n')
                    center_x = round(float(line[1]) * img_w)
                    center_y = round(float(line[2]) * img_h)
                    bbox_w = round(float(line[3]) * img_w)
                    bbox_h = round(float(line[4]) * img_h)
                    xmin = str(int(center_x - bbox_w / 2))
                    ymin = str(int(center_y - bbox_h / 2))
                    xmax = str(int(center_x + bbox_w / 2))
                    ymax = str(int(center_y + bbox_h / 2))
                    xml_files.write(f'         <xmin>{xmin}</xmin>\n')
                    xml_files.write(f'         <ymin>{ymin}</ymin>\n')
                    xml_files.write(f'         <xmax>{xmax}</xmax>\n')
                    xml_files.write(f'         <ymax>{ymax}</ymax>\n')
                    xml_files.write('      </bndbox>\n')
                    xml_files.write('   </object>\n')
            xml_files.write('</annotation>')


if __name__ == '__main__':
    # images 需要是 jpg格式
    yoloImages = 'yolodata/images'
    yoloLabels = 'yolodata/labels'
    classTxt = 'classes.txt'

    txt = open(classTxt, 'r')
    txt = txt.read().splitlines()
    print(txt)

    main(IMG=yoloImages,LAB=yoloLabels,CLS=txt)

效果如下:

3、其他代码

可视化代码可以参考:

python 复制代码
from lxml import etree
import cv2


# 读取 xml 文件信息,并返回字典形式
def parse_xml_to_dict(xml):
    if len(xml) == 0:  # 遍历到底层,直接返回 tag对应的信息
        return {xml.tag: xml.text}

    result = {}
    for child in xml:
        child_result = parse_xml_to_dict(child)  # 递归遍历标签信息
        if child.tag != 'object':
            result[child.tag] = child_result[child.tag]
        else:
            if child.tag not in result:  # 因为object可能有多个,所以需要放入列表里
                result[child.tag] = []
            result[child.tag].append(child_result[child.tag])
    return {xml.tag: result}


# xml 标注文件的可视化
def xmlShow(img, xml, save=True):
    image = cv2.imread(img)
    with open(xml, encoding='gb18030', errors='ignore') as fid:  # 防止出现非法字符报错
        xml_str = fid.read()
    xml = etree.fromstring(xml_str)
    data = parse_xml_to_dict(xml)["annotation"]  # 读取 xml文件信息

    ob = []  # 存放目标信息
    for i in data['object']:  # 提取检测框
        name = str(i['name'])  # 检测的目标类别

        bbox = i['bndbox']
        xmin = int(bbox['xmin'])
        ymin = int(bbox['ymin'])
        xmax = int(bbox['xmax'])
        ymax = int(bbox['ymax'])

        tmp = [name, xmin, ymin, xmax, ymax]  # 单个检测框
        ob.append(tmp)

    # 绘制检测框
    for name, x1, y1, x2, y2 in ob:
        cv2.rectangle(image, (x1, y1), (x2, y2), color=(255, 0, 0), thickness=2)  # 绘制矩形框
        cv2.putText(image, name, (x1, y1 - 10), fontFace=cv2.FONT_HERSHEY_SIMPLEX,
                    fontScale=0.5, thickness=1, color=(0, 0, 255))

    # 保存图像
    if save:
        cv2.imwrite('result.png', image)

    # 展示图像
    cv2.imshow('test', image)
    cv2.waitKey()
    cv2.destroyAllWindows()


if __name__ == "__main__":
    import os
    import random

    img_path = r'.\VOCdevkit\VOC2007\JPEGImages'  # 传入图片
    image = [os.path.join(img_path, i) for i in os.listdir(img_path)]
    r = random.randint(0, len(image) - 1)  # 生成随机索引

    image_path = image[r]
    labels_path = image_path.replace('JPEGImages', 'Annotations')  # 自动获取对应的 xml 标注文件
    labels_path = labels_path.replace('.jpg', '.xml')

    xmlShow(img=image_path, xml=labels_path, save=True)

至于xml生成标签的json字典文件,参考:

目标检测篇:如何根据xml标注文件生成类别classes的json文件_将xml 根据注解 解读 成类-CSDN博客

相关推荐
Hcoco_me3 小时前
YOLO入门教程(番外):目标检测的一阶段学习方法
yolo·目标检测·学习方法
七芒星20235 小时前
多目标识别YOLO :YOLOV3 原理
图像处理·人工智能·yolo·计算机视觉·目标跟踪·分类·聚类
深瞳智检9 小时前
YOLO算法原理详解系列 第007期-YOLOv7 算法原理详解
人工智能·算法·yolo·目标检测·计算机视觉·目标跟踪
羊羊小栈9 小时前
基于「YOLO目标检测 + 多模态AI分析」的光伏板缺陷检测分析系统(vue+flask+模型训练+AI算法)
vue.js·人工智能·yolo·目标检测·flask·毕业设计·大作业
B站计算机毕业设计之家1 天前
智慧交通项目:Python+PySide6 车辆检测系统 YOLOv8+OpenCV 自定义视频 自定义检测区域 (源码+文档)✅
大数据·python·opencv·yolo·智慧交通·交通·车流量
FriendshipT2 天前
图像分割:PyTorch从零开始实现SegFormer语义分割
人工智能·pytorch·python·深度学习·目标检测·语义分割·实例分割
夏天是冰红茶2 天前
目标检测算法RT-DETR详解
目标检测·rt-detr
fl1768312 天前
基于pyqt5实现的视频抽帧工具源码+项目说明用于目标检测图片采集
qt·目标检测·音视频
Ada's2 天前
【目标检测2025】
人工智能·目标检测·计算机视觉
Mrs.Gril2 天前
目标检测:yolov7算法在RK3588上部署
算法·yolo·目标检测