一、功能介绍
这段代码的功能是将YOLO格式的标注文件(.txt
)转换为Pascal VOC格式的XML标注文件。步骤如下:
- 读取YOLO标注文件:从指定的
txtPath
目录读取YOLO格式的标注文件。 - 读取图片信息:从
picPath
目录读取对应的图片,以获取图片的尺寸信息(宽度、高度和深度)。 - 创建XML文件:使用
xml.dom.minidom
库创建XML文件,并填充相应的标签和内容。 - 转换坐标信息:将YOLO格式的坐标转换为VOC格式的坐标。
- 保存XML文件:将创建好的XML文件保存到
xmlPath
目录。 -
函数定义:
makexml
函数接收三个参数:picPath
:图片所在的路径。txtPath
:YOLO格式的标注文件所在的路径。xmlPath
:转换后的VOC XML文件保存的路径。
-
类别映射:定义了一个字典
dic
,用于将YOLO中的类别索引映射为VOC格式中的类别名称。 -
文件遍历:遍历
txtPath
目录下的所有文件。 -
创建XML文档:使用
Document
对象创建XML文档,并开始构建XML树结构。 -
读取图片信息:根据图片路径读取图片,并获取图片的宽度、高度和深度。
-
添加XML标签:依次添加
folder
,filename
,size
等标签,并填充相应的文本内容。 -
处理每个YOLO标注:对于每个YOLO标注文件中的每一行,提取类别索引和坐标信息,并计算出VOC格式的坐标(
xmin
,ymin
,xmax
,ymax
)。 -
构建
object
标签:为每个检测对象创建object
标签,并填充name
,pose
,truncated
,difficult
,bndbox
等子标签。 -
保存XML文件:将构建好的XML文档保存为文件。
-
主程序:在
if __name__ == "__main__":
块中调用makexml
函数,并传入相应的路径参数。
二、代码
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
"""
dic = {
'0': "rolled-in_scale",
'1': "patches",
'2': "crazing",
'3': "pitted_surface",
'4': "inclusion",
'5': "scratches"
# 创建字典用来对类型进行转换
}
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] + ".jpg")
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 = r"E:\pythonProject\pythonProject\NEU-DET\images/" # 图片所在文件夹路径,后面的/一定要带上
txtPath = r"E:\pythonProject\pythonProject\NEU-DET\txt/" # txt所在文件夹路径,后面的/一定要带上
xmlPath = r"E:\pythonProject\pythonProject\NEU-DET\xmls-2/" # xml文件保存路径,后面的/一定要带上
makexml(picPath, txtPath, xmlPath)
转换结果: