写在前面:
在目标检测领域,好多人习惯在刚开始打标的时候先导出为voc格式,voc格式的标签文件方便后期检查标签,但是YOLO系列并不能直接使用该格式的标签文件,故我们需要转换成YOLO格式的标签文件,也就是txt格式
一、使用convert函数将绝对坐标转换为相对坐标
def convert(size, box):
首先定义函数convert(size,box),该函数接受两个参数:size表示原始图像的尺寸,是一个包含宽度和高度的二元组;box表示边界框的坐标信息,它是一个四元组,包含了边界框的左上角和右下角的坐标。
x_center = (box[0] + box[1]) / 2.0
y_center = (box[2] + box[3]) / 2.0
x_center和y_center表示需要先计算出目标框的中心点位置坐标,通过将左上角和右下角两个点横纵坐标相加除以2得到。
x = x_center / size[0]
y = y_center / size[1]
这两行计算了中心点的相对坐标,将中心点的坐标除以原始图像的宽度和高度,得到相对于原始图像尺寸的比例。
return (x, y, w, h)
最后,函数返回一个四元组,包含了边界框的中心点相对坐标以及宽度和高度相对尺寸。
二、将xml文件转换成txt文件
def convert_annotation(xml_files_path, save_txt_files_path, classes)
定义函数convert_annotation(xml_files_path, save_txt_files_path, classes),该函数接受三个参数,分别为xml文件的路径(xml_files_path),转换成txt文件之后的保存路径(save_txt_files_path)以及你的标签名称(classes)。
1、遍历文件夹内所有的xml文件,并构建txt格式的完整输出路径
for xml_name in xml_files #遍历文件夹内所有的xml文件名
out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
txt文件的命名与xml文件相同,只不过是将xml后缀改成了txt后缀
2、解析xml文件,根据坐标和标签名称构建对应的txt格式文件
tree = ET.parse(xml_file) #使用xml树,遍历当前的xml文件
root = tree.getroot() #获取到当前xml树的根节点
size = root.find('size') #在当前的xml文件内找到子元素size
以上三行代码完成了遍历当前xml文件的操作,并找到当前xml文件对应图片的大小
w = int(size.find('width').text)
h = int(size.find('height').text)
以上两行代码表示在当前的xml文件内找到目标框的宽度和高度
3、根据xml文件内的标签名称,在对应的类别列表classes内找到对应的类别ID
for obj in root.iter('object')
cls = obj.find('name').text
if cls not in classes or int(difficult) == 1:
continue
cls_id = classes.index(cls)
4、获取边界框的坐标信息
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text),float(xmlbox.find('ymin').text),float(xmlbox.find('ymax').text))
以上两行代码完成了边界框的划定,包含四个边界点。并用一个四元组进行保存
5、调用convert函数,将绝对坐标转换成相对坐标,并将对应的类别ID写入txt文件
bb = convert((w, h), b)
out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
三、完整代码
import xml.etree.ElementTree as ET
import os
def convert(size, box):
x_center = (box[0] + box[1]) / 2.0
y_center = (box[2] + box[3]) / 2.0
#分别计算纵坐标和横坐标的中心点
x = x_center / size[0]
y = y_center / size[1]
w = (box[1] - box[0]) / size[0]
h = (box[3] - box[2]) / size[1]
# print(x, y, w, h)
return (x, y, w, h)
def convert_annotation(xml_files_path, save_txt_files_path, classes):
xml_files = os.listdir(xml_files_path)
print(xml_files)
for xml_name in xml_files:
print(xml_name)
xml_file = os.path.join(xml_files_path, xml_name)
out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
out_txt_f = open(out_txt_path, 'w')
tree = ET.parse(xml_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
cls = obj.find('name').text
if cls not in classes or int(difficult) == 1:
continue
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
# b=(xmin, xmax, ymin, ymax)
print(w, h, b)
bb = convert((w, h), b)
out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
if __name__ == "__main__":
# 1、指定yolo类别
classes1 = ["class1","class2","class3"]
# 2、voc格式的xml标签文件路径
xml_files1 = r'/path/to/your/xml/folder'
# 3、转化为yolo格式的txt标签文件存储路径
save_txt_files1 = r'/path/to/your/txt/save/folder'
convert_annotation(xml_files1, save_txt_files1, classes1)
with open(save_txt_files1 + '/classes.txt', 'w') as file:
for class_name in classes1:
file.write(class_name + '\n')