读取VOC格式XML标签文件参数信息

前言

进行目标检测网络数据集制作时，可根据需求生成不同格式的标签文件。
VOC数据集标签文件为XML格式
COCO数据集标签文件为JSON格式
本博客将根据XML文件格式，分享如何分解出标签文件中需要的参数信息。

XML标签文件示意图：

方法

使用以下代码可返回图像文件名、图像宽高、目标信息。

import xml.dom.minidom

xml_path = " XXXX/XXXX/X.xml"    # 标签文件路径
domTree = xml.dom.minidom.parse(xml_path)  # 打开xml文档
rootNode = domTree.documentElement   # 返回文档对象

# 取出object，size，filename根标签下对应信息
object_node = rootNode.getElementsByTagName("object")
shape_node = rootNode.getElementsByTagName("size")
image_node = rootNode.getElementsByTagName("filename")

# 获取图像文件名
image_name = image_node[0].childNodes[0].data

# 获取图像宽高
for size in shape_node:
    width = int(size.getElementsByTagName('width')[0].childNodes[0].data)
    height = int(size.getElementsByTagName('height')[0].childNodes[0].data)
    
# 获取图像中目标信息
bboxes = []
for obj in object_node:
    # 获取目标类别信息
    class_name = obj.getElementsByTagName("name")[0].childNodes[0].data
    # 获取目标位置信息
    bndbox = obj.getElementsByTagName("bndbox")
    
    for bbox in bndbox:
        x1 = int(bbox.getElementsByTagName('xmin')[0].childNodes[0].data)
        y1 = int(bbox.getElementsByTagName('ymin')[0].childNodes[0].data)
        x2 = int(bbox.getElementsByTagName('xmax')[0].childNodes[0].data)
        y2 = int(bbox.getElementsByTagName('ymax')[0].childNodes[0].data)
        bboxes.append([class_name, x1, y1, x2, y2])

-------tbc------
有用请👍哦~