Python_通过读取图片和txt文件信息制作Wideface格式的kpl数据集所需的标签txt文件

最近由于我的一个模型需要Widerface格式的数据集，所以我对手里的数据集进行处理。

首先想要制作Widerface格式数据集，就要有一个包含所有图片标注信息的txt文件。而这个代码就是帮助我们制作这个文件的。

我手里的数据是每个数据有单独的标注信息txt文件，txt文件里的信息格式也和Widerface格式不一样，下面是我手里的数据标注信息（除开头0以外的第一和第三个数除以图片的宽，第二和第四个数除以图片的高）：

0 0.317357512953 0.3515625 0.0336787564767 0.072265625  
0 0.0738341968912 0.412109375 0.020725388601 0.0390625
0 0.411917098446 0.376953125 0.020725388601 0.03125
0 0.891191709845 0.388671875 0.0272020725389 0.029296875

而Widerface的格式如下：

File name             #文件名称
Number of bounding box   #框个数
x1, y1, w, h,   #框中心点坐标（x，y），宽，高

知道了上面的信息后，我们可以设计代码逻辑：

1. 读取图片，获取图片的名称和宽、高。
2. 寻找同名的标注txt文件，并将每行存入列表，并用count记录行数作为框的个数。
3. 将列表转换成数组，打开新的空白txt文件，首先写入名称和count。
4. 用for循环依次读入每个数字，并在读入的同时乘以相应的放大倍数，注意每行要从第二个数字开始，不选取0。
5. 对整个代码实现批量化编程。

具体代码如下所示：

import os
import cv2
import numpy

dir_path = '/../../../datasets/wider_face'

for file in os.listdir(dir_path):  # file为current_dir当前目录下图片名
    if file.endswith(".jpg"):  # 如果file以jpg结尾
        image = cv2.imread(os.path.join(dir_path) + '/' + file)
        image_name = str(file)
        size = image.shape
        w = size[1]
        h = size[0]

        fp = open((os.path.join(dir_path) + '/' + os.path.splitext(file)[0]) + '.txt', 'r')
        ls = []
        count = 0
        for line in fp:
            count += 1
            line = line.strip('\n')  # 将\n去掉
            ls.append(line.split(' '))  # 将空格作为分隔符将一个字符切割成一个字符数组

        fp.close()
        ls = numpy.array(ls, dtype=float)  # 将其转换成numpy的数组，并定义数据类型为float

        file = open('test.txt', 'a')  # 参数a是追加写，w是覆写。打开一个新的文件
        file.write(image_name + "\n")
        file.write(str(count) + "\n")
        for i in range(ls.shape[0]):  # 循环每一行
            for j in range(1, ls.shape[1]):  # 循环每一列
                if j % 2 == 1:
                    file.write(str(int(ls[i][j] * w)) + " ")  # 写入单个数值并换行
                else:
                    file.write(str(int(ls[i][j] * h)) + " ")  # 写入单个数值并换行
            file.write("\n")
        file.close()  # 关闭文件