【Python快速入门和实践015】Python常用脚本-目标检测之YOLO格式txt转VOC格式XML脚本

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：

1. 读取YOLO标注文件：从指定的txtPath目录读取YOLO格式的标注文件。
2. 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）。
3. 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。
4. 转换坐标信息：将YOLO格式的坐标转换为VOC格式的坐标。
5. 保存XML文件：将创建好的XML文件保存到xmlPath目录。

6. 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。

7. 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。

8. 文件遍历：遍历txtPath目录下的所有文件。

9. 创建XML文档：使用Document对象创建XML文档，并开始构建XML树结构。

10. 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。

11. 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。

12. 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）。

13. 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。

14. 保存XML文件：将构建好的XML文档保存为文件。

15. 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：