目标检测中将已有的.xml数据集转换成.txt数据集(附代码，归一化后供YOLO格式使用)

柔光的暖阳◎ 2022-11-12 04:19 287阅读 0赞

# 目标检测中将已有的.xml数据集转换成.txt数据集(附代码，归一化后供YOLO格式使用) #

## 1.新建项目 ##

我新建了data目录并新建Annotations, images, ImageSets, JPEGImages, labels 五个文件夹。  
其中images和JPEGImages存放的是原始的图片数据集，Annotations存放的是标记后生成的xml文件，labels存放的是保存标记内容的txt文件，ImageSets存放的是训练数据集和测试数据集的分类情况。  
![在这里插入图片描述][20200730155906324.png_pic_center]

其中Annotations 文件夹 放我们想要转换的xml数据集。如下图  
![在这里插入图片描述][20200730155232891.png_pic_center]

labels文件夹为空，将要放我们所需要的供YOLO使用的归一化txt文件  
ImageSets为空，是我们之后划分训练集、测试集的分类状况

## 2.makeTxt.py转换代码 ##

需要两个代码文件，makeTxt.py以及voc\_label.py

makeTxt.py主要是将数据集分类成训练数据集和测试数据集，默认按照8:2的比例进行随机分类，运行后ImagesSets文件夹中会出现四个文件，主要是生成的训练数据集和测试数据集的图片名称，如下图。

makeTxt.py代码如下

import os
    import random
    
    
    trainval_percent = 0.2
    train_percent = 0.8
    xmlfilepath = 'data/Annotations'
    txtsavepath = 'data/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('data/ImageSets/trainval.txt', 'w')
    ftest = open('data/ImageSets/test.txt', 'w')
    ftrain = open('data/ImageSets/train.txt', 'w')
    fval = open('data/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()

3.voc\_label.py转换代码  
voc\_label.py主要是将图片数据集标注后的xml文件中的标注信息读取出来并写入txt文件，运行后在labels文件夹中出现所有图片数据集的标注信息。  
并且，data目录下也会出现这四个文件，内容是训练数据集和测试数据集的图片路径。这就可以用来我们做训练，主要是生成路径。  
如下图

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FpX2Zha2Vy_size_16_color_FFFFFF_t_70_pic_center]

具体代码如下

# 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 = ['metal', 'plastic', 'guard']
    
    
    # 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('data/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
        # <object-class> <x> <y> <width> <height>
        out_file = open('data/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('data/labels/'):
            os.makedirs('data/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('data/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('data/%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('data/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()

至此 我们就吧.xml文件成功的转换成了yolo使用的归一化txt文件 并划分了训练集、测试集

[20200730155906324.png_pic_center]: /images/20221022/e4ec08e9f41f47aea5a3284968592529.png
[20200730155232891.png_pic_center]: /images/20221022/819d97bd2c9e4bb390f7ed910bfb3d5f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FpX2Zha2Vy_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/20200730161308673.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FpX2Zha2Vy,size_16,color_FFFFFF,t_70#pic_center