python批量合并两个voc标签格式的数据集

---

前言

做深度学习项目时，不同的项目需要不同标签的数据集。譬如有两个数据集的图片数据是相同的，其中一个数据集标签是人脸（用于人脸检测），另外一个数据集标签是张嘴、闭嘴（用于检测是否打哈欠），这时，由于某些原因，我们想该数据集训练完后，既能检测人脸，又能检测打哈欠。一种就是笨办法，在打哈欠数据集中把人脸标签标注进去；另一方法就是本文将要介绍的，通过python脚本程序，合并两个数据集的xml文件。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、完整代码

1.引入库

from xml.etree.ElementTree import ElementTree, Element, parse
import xml.etree.ElementTree as ET
import os
import shutil

1.添加xml文件路径

face_path = r’F:\face_data\label\face_xml’ #人脸voc标签路径
yawn_path = r’F:\yawn_data\label\yawn_xml’ #打哈欠voc标签路径
contact_out_path = r’F:\A_s\rgyt_data\out_xml’ #合并后输出voc标签路径

二、程序主干

1. 格式化

代码如下（示例）：

def __indent(elem, level=0):
    i = "\n" + level*"\t"
    if len(elem):
        if not elem.text or not elem.text.strip():
            elem.text = i + "\t"
        if not elem.tail or not elem.tail.strip():
            elem.tail = i
        for elem in elem:
            __indent(elem, level+1)
        if not elem.tail or not elem.tail.strip():
            elem.tail = i
    else:
        if level and (not elem.tail or not elem.tail.strip()):
            elem.tail = i

2.#将同名xml合并

代码如下（示例）：

for hole_xml in os.listdir(face_path ):
    # 将同名xml合并
    if os.path.exists(os.path.join(yawn_path ,hole_xml)):
        print('fusing',hole_xml)
        tree_hole = parse(os.path.join(face_path ,hole_xml))
        root_hole = tree_hole.getroot()  # annotation

        new_hole = tree_hole

        tree_arm = parse(os.path.join(yawn_path ,hole_xml))
        root_arm = tree_arm.getroot()  # annotation
        object = (tree_arm.findall('object'))
        for i in range(len(object)):
            root_hole.append(object[i])
        __indent(root_hole)
        new_hole.write(os.path.join(out_path,hole_xml))
    # 不同名xml复制
    else:
        print('copying',hole_xml)
        shutil.copy(os.path.join(face_path ,hole_xml), out_path)

2.将不同名xml复制

for arm_xml in os.listdir(yawn_path ):
    if not os.path.exists(os.path.join(contact_out_path ,arm_xml)):
        print('copying')
        shutil.copy(os.path.join(yawn_path , arm_xml), contact_out_path )

---

总结

以上就是今天要讲的内容，超级好用，效率超级高，学好python，能提高工作效率！觉得还不错的感谢关注收藏，后续还会继续分享好用的数据处理脚本。