1. 函数定义和注释
def makexml(picPath, txtPath, xmlPath):
"""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
"""
函数接收三个参数：
picPath：图片所在文件夹路径。
txtPath：YOLO 格式的 .txt 文件所在文件夹路径。xmlPath：生成的 .xml 文件保存路径。
2. 类别字典
dic = {'0': "light debris", # 创建字典用来对类型进行转换
'1': "nest", # 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
}
定义了一个字典 dic，将 YOLO 格式中的类别 ID（0, 1）映射到具体的类别名称（"light debris", "nest"）。
注意：这里的类别顺序需要与 YOLO 的 classes.txt 文件一致。
3. 遍历 txt 文件
files = os.listdir(txtPath)
for i, name in enumerate(files):
os.listdir(txtPath) 获取 txtPath 文件夹中的所有文件名。
使用 enumerate 遍历文件列表，i 是索引，name 是文件名（例如 image1.txt）。
4. 创建 XML 结构
xmlBuilder = Document()
annotation = xmlBuilder.createElement("annotation") # 创建annotation标签
xmlBuilder.appendChild(annotation)
使用 xml.dom.minidom.Document 创建一个 XML 文档对象。
创建根标签 <annotation>，并将其添加到文档中。
5. 读取图片尺寸
txtFile = open(txtPath + '\\' + name)
txtList = txtFile.readlines()
for root, dirs, filename in os.walk(picPath):
img = cv2.imread(root + '\\' + filename[i])
Pheight, Pwidth, Pdepth = img.shape
打开当前处理的 .txt 文件，读取所有行到 txtList。
使用 os.walk 遍历 picPath 中的图片文件。
使用 OpenCV 的 cv2.imread 读取图片，img.shape 返回图片的高度 (Pheight)、宽度 (Pwidth) 和通道数 (Pdepth，通常为 3，表示 RGB）。
注意：这里假设 filename[i] 对应的图片与 name（.txt 文件名）匹配。
6. 添加基本信息到 XML
folder = xmlBuilder.createElement("folder")
foldercontent = xmlBuilder.createTextNode("driving_annotation_dataset")
folder.appendChild(foldercontent)
annotation.appendChild(folder)
filename = xmlBuilder.createElement("filename")
filenamecontent = xmlBuilder.createTextNode(name[0:-4] + ".jpg")
filename.appendChild(filenamecontent)
annotation.appendChild(filename)
size = xmlBuilder.createElement("size")
width = xmlBuilder.createElement("width")
widthcontent = xmlBuilder.createTextNode(str(Pwidth))
width.appendChild(widthcontent)
size.appendChild(width)
类似地添加 height 和 depth
annotation.appendChild(size)
创建 <folder> 标签，内容固定为 "driving_annotation_dataset"。
创建 <filename> 标签，内容为去掉 .txt 后缀并加上 .jpg 的文件名（假设图片格式为 .jpg）。
创建 <size> 标签，包含 <width>、<height> 和 <depth> 子标签，分别记录图片的宽度、高度和通道数。
7. 处理 YOLO 标注并转换为 VOC 格式
for j in txtList:
oneline = j.strip().split(" ")
object = xmlBuilder.createElement("object")
picname = xmlBuilder.createElement("name")
namecontent = xmlBuilder.createTextNode(dic[oneline[0]])
picname.appendChild(namecontent)
object.appendChild(picname)
遍历 txtList 中的每一行（每行是一个目标的标注）。
YOLO 格式的 .txt 文件每行通常是：类别ID 中心x 中心y 宽度 高度（归一化坐标）。
oneline[0] 是类别 ID，通过 dic 转换为类别名称，写入 <name> 标签。
创建 <object> 标签，表示一个目标。
8. 添加其他目标属性
pose = xmlBuilder.createElement("pose")
posecontent = xmlBuilder.createTextNode("Unspecified")
pose.appendChild(posecontent)
object.appendChild(pose)
truncated = xmlBuilder.createElement("truncated")
truncatedContent = xmlBuilder.createTextNode("0")
truncated.appendChild(truncatedContent)
object.appendChild(truncated)
difficult = xmlBuilder.createElement("difficult")
difficultcontent = xmlBuilder.createTextNode("0")
difficult.appendChild(difficultcontent)
object.appendChild(difficult)
<pose>：目标姿态，这里固定为 "Unspecified"。
<truncated>：是否被截断，0 表示未截断。
<difficult>：是否难以识别，0 表示不难。
9. 计算边界框坐标
bndbox = xmlBuilder.createElement("bndbox")
xmin = xmlBuilder.createElement("xmin")
mathData = int(((float(oneline[1])) * Pwidth + 1) - (float(oneline[3])) * 0.5 * Pwidth)
xminContent = xmlBuilder.createTextNode(str(mathData))
xmin.appendChild(xminContent)
bndbox.appendChild(xmin)
YOLO 的坐标是归一化的（0 到 1），需要转换为 VOC 的绝对像素坐标。
YOLO 格式：
oneline[1]：中心点 x 坐标（归一化）。
oneline[2]：中心点 y 坐标（归一化）。
oneline[3]：宽度（归一化）。
oneline[4]：高度（归一化）。
计算公式：
xmin = (中心x * 图片宽度 + 1) - (宽度 * 图片宽度 / 2)。
ymin = (中心y * 图片高度 + 1) - (高度 * 图片高度 / 2)。
xmax = (中心x * 图片宽度 + 1) + (宽度 * 图片宽度 / 2)。
ymax = (中心y * 图片高度 + 1) + (高度 * 图片高度 / 2)。
+1 是为了避免边界问题。
10. 保存 XML 文件
f = open(xmlPath + '\\' + name[0:-4] + ".xml", 'w')
xmlBuilder.writexml(f, indent='\t', newl='\n', addindent='\t', encoding='utf-8')
f.close()
将生成的 XML 文件保存到 xmlPath，文件名与 .txt 文件相同（去掉 .txt 后缀，改为 .xml）。writexml 格式化输出，带缩进和换行，编码为 UTF-8。
11. 主程序
if name == "main":
picPath = "D:\\w-dataset\\net\\yolonet\\images\\val\\"
txtPath = "D:\\w-dataset\\net\\yolonet\\labels\\val\\"
xmlPath = "D:\\w-dataset\\tielu_voc\\Annotations\\"
makexml(picPath, txtPath, xmlPath)
完整代码
python
from xml.dom.minidom import Document
import os
import cv2
# def makexml(txtPath, xmlPath, picPath): # txt所在文件夹路径，xml文件保存路径，图片所在文件夹路径
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': "light debris", # 创建字典用来对类型进行转换
'1': "nest", # 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()
for root,dirs,filename in os.walk(picPath):
img = cv2.imread(root+ '\\'+filename[i])
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] + ".jpg")
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 = "D:\\w-dataset\\net\\yolonet\\images\\val\\" # 图片所在文件夹路径，后面的/一定要带上
txtPath = "D:\\w-dataset\\net\\yolonet\\labels\\val\\" # yolo txt所在文件夹路径，后面的/一定要带上
xmlPath = "D:\\w-dataset\\tielu_voc\\Annotations\\" # xml文件保存路径，后面的/一定要带上
makexml(picPath, txtPath, xmlPath)