YOLO系列笔记(七)——xml文件转换成txt文件
该笔记将介绍将上一篇笔记中用labelimg标注出的文.xml文件转换成.txt文件的代码,其中大部分来自这位作者的这篇博客分享,笔者仅对改代码进行些许修改和介绍分析,在此十分感谢其作者的帮助和分享!
代码
import os
import glob
import argparse
import random
import xml.etree.ElementTree as ET
from PIL import Image
from tqdm import tqdm
def get_all_classes(xml_path):
xml_fns = glob.glob(os.path.join(xml_path, '*.xml'))
class_names = []
for xml_fn in xml_fns:
tree = ET.parse(xml_fn)
root = tree.getroot()
for obj in root.iter('object'):
cls = obj.find('name').text
class_names.append(cls)
return sorted(list(set(class_names)))
def convert_annotation(img_path, xml_path, class_names, out_path):
output = []
im_fns = glob.glob(os.path.join(img_path, '*.jpg'))
for im_fn in tqdm(im_fns):
if os.path.getsize(im_fn) == 0:
continue
xml_fn = os.path.join(xml_path, os.path.splitext(os.path.basename(im_fn))[0] + '.xml')
if not os.path.exists(xml_fn):
continue
img = Image.open(im_fn)
height, width = img.height, img.width
tree = ET.parse(xml_fn)
root = tree.getroot()
anno = []
xml_height = int(root.find('size').find('height').text)
xml_width = int(root.find('size').find('width').text)
if height != xml_height or width != xml_width:
print((height, width), (xml_height, xml_width), im_fn)
continue
for obj in root.iter('object'):
cls = obj.find('name').text
cls_id = class_names.index(cls)
xmlbox = obj.find('bndbox')
xmin = int(xmlbox.find('xmin').text)
ymin = int(xmlbox.find('ymin').text)
xmax = int(xmlbox.find('xmax').text)
ymax = int(xmlbox.find('ymax').text)
cx = (xmax + xmin) / 2.0 / width
cy = (ymax + ymin) / 2.0 / height
bw = (xmax - xmin) * 1.0 / width
bh = (ymax - ymin) * 1.0 / height
anno.append('{} {} {} {} {}'.format(cls_id, cx, cy, bw, bh))
if len(anno) > 0:
output.append(im_fn)
txt_out_path = 'data/labels/'
# 构建新的 .txt 文件的完整路径
txt_filename = os.path.basename(im_fn).replace('.jpg', '.txt') # 从图像文件名生成文本文件名
txt_file_path = os.path.join(txt_out_path, txt_filename) # 组合目录路径和文件名
# 使用新路径保存文件
with open(txt_file_path, 'w') as f:
f.write('\n'.join(anno))
random.shuffle(output)
train_num = int(len(output) * 0.9)
with open(os.path.join(out_path, 'train.txt'), 'w') as f:
f.write('\n'.join(output[:train_num]))
with open(os.path.join(out_path, 'val.txt'), 'w') as f:
f.write('\n'.join(output[train_num:]))
def parse_args():
parser = argparse.ArgumentParser('generate annotation')
parser.add_argument('--img_path', type=str, help='input image directory')
parser.add_argument('--xml_path', type=str, help='input xml directory')
parser.add_argument('--out_path', type=str, help='output directory')
args = parser.parse_args()
return args
if __name__ == '__main__':
args = parse_args()
class_names = get_all_classes(args.xml_path)
print(class_names)
convert_annotation(args.img_path, args.xml_path, class_names, args.out_path)
分析
这段代码实现了一个用于处理图像及其对应XML注释的脚本,整理了所有图像文件中出现的类别标签,将.xml文件中关于框选类别和尺寸的信息整理成了.txt文件,并将所含有图像文件分成了用于训练和测试用途的两部分。
导入的库
- os:用于处理文件和目录路径。
- glob:用于查找匹配特定模式的文件路径名。
- argparse:用于解析命令行参数。
- random:用于生成随机数,这里主要用于打乱数据。
- xml.etree.ElementTree(ET):用于解析和创建XML数据。
- PIL.Image:用于图像处理。
- tqdm:用于在循环操作中显示进度条。
函数说明
-
get_all_classes(xml_path)
- 功能:从给定目录下的XML文件中提取所有类别名称。
- 实现:使用glob.glob查找所有XML文件,然后使用ET包解析每个文件,找到每个对象的类别名称。最终返回所有独特类别的排序列表。
-
convert_annotation(img_path, xml_path, class_names, out_path)
- 功能:转换xml文件为txt格式,并生成训练和验证集。
- 实现:找到img_path下所有图像文件,对它们进行遍历,遍历的时候通过tqdm包提供了用户友好的进度显示。在每层遍历中,首先对图像文件大小为零的情况进行了检查,如果为零,则跳过这样的文件。其次对于每张图像检查对应的XML文件是否存在,并验证图像尺寸与XML中记录的尺寸是否一致。如果尺寸一致,则检查该图像中的所有标签类别,和计算对应对象(也就是框选对象)的中心坐标和宽高比例(相对于图像尺寸),生成可用的标注信息,最后将所有标注信息写入与图像同名的.txt文件中。完成后,随机打乱所有处理过的图像路径,按9:1的比例分为训练集和验证集,并保存到相应的文本文件中。注意,在这段代码中,将所有存有标注信息的.txt文件都存储到了相对路径‘data/labels’中,如果想要自行更改,可以在该函数的txt_out_path中更改,或者在下面的parse_args()函数中增加该变量,在执行整个Python文件的时候进行输入。
-
parse_args()
- 功能:解析命令行输入的参数。
- 实现:设置了三个命令行参数- -img_path,- -xml_path,和- -out_path,分别用于指定图像目录、XML目录和输出目录。
-
主执行流程
- 在脚本的主体部分,首先解析命令行参数,然后使用这些参数调用get_all_classes函数和convert_annotation函数。首先获取所有类别名称,并打印出来,然后开始转换注释并生成训练和验证集文件。
执行命令
以下对于改代码的执行命令:
python generate_txt.py --img_path data/images --xml_path data/Annotations --out_path data/label
其中位于首列的‘python’要根据自己系统上的Python版本进行更改,如果你安装的python版本较高,需要把这一列换成python3。另外img_path,xml_path和out_path也要根据自己的文件安排进行更改,这里重申一下out_path是用来存放训练集和测试集的路径,存放标签的.txt文件集路径在代码中被定义为了‘data/labels’,该路径可以在代码中被更改,也可以通过命令行参数传递进来,那样代码一需要一定的修改。博主就是在路径这个地方栽了好大的跟头,希望大家多多注意。
最后,看到这里如果觉得该笔记对您有用的话,可以点个小小的赞,或者点赞收藏关注一键三连ヾ(◍’౪`◍) ~ 谢谢!!