图片数据扩增局部裁剪，xml文件自动跟随裁剪图片重新删减

最新推荐文章于 2023-03-11 22:32:12 发布
最新推荐文章于 2023-03-11 22:32:12 发布
阅读量629 收藏 11
点赞数 6
分类专栏： 数据扩增 数据处理 图像处理 文章标签： python xml
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gggi520/article/details/116565470
版权 

import cv2 
import numpy as np 
import os
import  xml.dom.minidom
from PIL import Image
import random

def write_xml(info,width,height,xml_dir='new/'): 
    info1=info[0][:-4]+'.jpg'
    #write in xml file
    xml_file = open((xml_dir + info1[:-4]+'.xml'),'w')
    xml_file.write('<annotation>\n')
    xml_file.write('    <folder>VOC2007</folder>\n')
    xml_file.write('    <filename>' +info1  + '</filename>\n')
    xml_file.write('    <size>\n')
    xml_file.write('        <width>' + str(width) + '</width>\n')
    xml_file.write('        <height>' + str(height) + '</height>\n')
    xml_file.write('        <depth>3</depth>\n')
    xml_file.write('    </size>\n')
    for img_each_label in info[1:]:
        spt=img_each_label[4]
        xml_file.write('    <object>\n')
        xml_file.write('        <name>' + spt + '</name>\n')
        xml_file.write('        <pose>Unspecified</pose>\n')
        xml_file.write('        <truncated>0</truncated>\n')
        xml_file.write('        <difficult>0</difficult>\n')
        xml_file.write('        <bndbox>\n')
        xml_file.write('            <xmin>' + str(img_each_label[0]) + '</xmin>\n')
        xml_file.write('            <ymin>' + str(img_each_label[1]) + '</ymin>\n')
        xml_file.write('            <xmax>' + str(img_each_label[2]) + '</xmax>\n')
        xml_file.write('            <ymax>' + str(img_each_label[3]) + '</ymax>\n')
        xml_file.write('        </bndbox>\n')
        xml_file.write('    </object>\n')
   
    xml_file.write('</annotation>')

def xml_read(filename):
    # print(filename)
    if os.path.exists(filename) is False:
        return None
    dom = xml.dom.minidom.parse(filename)
    #得到文档元素对象
    root = dom.documentElement
    
    object_ = root.getElementsByTagName('object')
    info=[]
    # filename = root.getElementsByTagName('filename')[0].firstChild.data
    for object_1 in object_:
        name=object_1.getElementsByTagName("name")[0].firstChild.data
        bndbox=object_1.getElementsByTagName("bndbox")[0]
        xmin=int(bndbox.getElementsByTagName("xmin")[0].firstChild.data)
        ymin=int(bndbox.getElementsByTagName("ymin")[0].firstChild.data)
        xmax=int(bndbox.getElementsByTagName("xmax")[0].firstChild.data)
        ymax=int(bndbox.getElementsByTagName("ymax")[0].firstChild.data)
        # if name=='40\'':
        #   print(filename,xmin,ymin,xmax,ymax)
        # if 'limitRate'==name or 'limit'==name:
        info.append([xmin,ymin,xmax,ymax,name])
    return info


file_dir='./'
name=[]

for files in os.scandir('.'):
    if files.name[-1]=='l':
        name.append(files.name)
num=227
del_num=0
# for ii in range(len(name)):
while 1:
    num+=1
    file=name[num]
    print(file,num-del_num)
    locations=xml_read(file_dir+file)
    
    img=cv2.imread(file[:-4]+'.jpg')
    i_h,i_w,_=img.shape
    img=cv2.resize(img,(1080,720))
    img55=img.copy()
    for i in range(len(locations)):
        locations[i][0]=int(locations[i][0]*1080/i_w)
        locations[i][1]=int(locations[i][1]*720/i_h)
        locations[i][2]=int(locations[i][2]*1080/i_w)
        locations[i][3]=int(locations[i][3]*720/i_h)
    for i in locations:  
        cv2.rectangle(img55,(i[0],i[1]),(i[2],i[3]),(255,0,0),3)  
    cv2.imshow('sszs',img55)

    para=[[0,0],[0,220],[480,0],[480,220]]
    for i in range(len(para)):
        a=para[i]
        img1=img[a[1]:a[1]+500,a[0]:a[0]+600].copy()
        ix1=a[0]
        ix2=a[0]+600 
        iy1=a[1]
        iy2=a[1]+500
        locate=[]
        flag=0
        for l in locations:
            l=l.copy()
            x1=l[0]
            x2=l[2]
            y1=l[1]
            y2=l[3]
            if ix1<=x1 and ix2>=x2 and iy1<=y1 and iy2>=y2:
                locate.append(l)
            elif ix1>x2 or iy1>y2 or ix2<x1 or  iy2<y1:
                pass
            else:
                flag+=1
        if flag==0 and len(locate)>0:
            print(i)
            for k in range(len(locate)):
                locate[k][0]=locate[k][0]-a[0]
                locate[k][1]=locate[k][1]-a[1]
                locate[k][2]=locate[k][2]-a[0]
                locate[k][3]=locate[k][3]-a[1]
                # print((k[0]-a[0],k[1]-a[1]),(k[2]-a[0],k[3]-a[1]))
            # for io in locate:  
            #     cv2.rectangle(img1,(io[0],io[1]),(io[2],io[3]),(255,0,0),3)  
            cv2.imwrite('new/'+file[:-4]+'_%d.jpg'%i,img1)
            aa=[]
            aa.append(file[:-4]+'_%d.jpg'%i)
            aa=aa+locate
            print(aa)
            write_xml(aa,600,500)

原图在这里插入图片描述原图

在这里插入图片描述
裁剪后的图片，只要xml标记区域超过局部边界就将子图丢弃（如图3目标超界则被丢弃）
最后记得点赞

xml局部裁剪


import cv2 
import numpy as np 
import os
import  xml.dom.minidom
from PIL import Image
import random

def write_xml(info,width,height,xml_dir='12/'): 
    info1=info[0][:-4]+'.jpg'
    #write in xml file
    xml_file = open((xml_dir + info1[:-4]+'.xml'),'w')
    xml_file.write('<annotation>\n')
    xml_file.write('    <folder>VOC2007</folder>\n')
    xml_file.write('    <filename>' +info1  + '</filename>\n')
    xml_file.write('    <size>\n')
    xml_file.write('        <width>' + str(width) + '</width>\n')
    xml_file.write('        <height>' + str(height) + '</height>\n')
    xml_file.write('        <depth>3</depth>\n')
    xml_file.write('    </size>\n')
    for img_each_label in info[1:]:
        spt=img_each_label[4]
        xml_file.write('    <object>\n')
        xml_file.write('        <name>' + spt + '</name>\n')
        xml_file.write('        <pose>Unspecified</pose>\n')
        xml_file.write('        <truncated>0</truncated>\n')
        xml_file.write('        <difficult>0</difficult>\n')
        xml_file.write('        <bndbox>\n')
        xml_file.write('            <xmin>' + str(img_each_label[0]) + '</xmin>\n')
        xml_file.write('            <ymin>' + str(img_each_label[1]) + '</ymin>\n')
        xml_file.write('            <xmax>' + str(img_each_label[2]) + '</xmax>\n')
        xml_file.write('            <ymax>' + str(img_each_label[3]) + '</ymax>\n')
        xml_file.write('        </bndbox>\n')
        xml_file.write('    </object>\n')
   
    xml_file.write('</annotation>')

def xml_read(filename):
    # print(filename)
    if os.path.exists(filename) is False:
        return None
    dom = xml.dom.minidom.parse(filename)
    #得到文档元素对象
    root = dom.documentElement
    
    object_ = root.getElementsByTagName('object')
    info=[]
    # filename = root.getElementsByTagName('filename')[0].firstChild.data
    for object_1 in object_:
        name=object_1.getElementsByTagName("name")[0].firstChild.data
        bndbox=object_1.getElementsByTagName("bndbox")[0]
        xmin=int(bndbox.getElementsByTagName("xmin")[0].firstChild.data)
        ymin=int(bndbox.getElementsByTagName("ymin")[0].firstChild.data)
        xmax=int(bndbox.getElementsByTagName("xmax")[0].firstChild.data)
        ymax=int(bndbox.getElementsByTagName("ymax")[0].firstChild.data)
        # if name=='40\'':
        #   print(filename,xmin,ymin,xmax,ymax)
        # if 'limitRate'==name or 'limit'==name:
        info.append([xmin,ymin,xmax,ymax,name])
    return info


file_dir='./'
name=[]

for files in os.scandir('.'):
    if files.name[-1]=='l':
        name.append(files.name)
num=0
for ii in range(len(name)):
    file=name[ii-num]
    # file="002446.xml"
    # print(file)
    print(file[:-4],' kkkk',end='')
    locations=xml_read(file_dir+file)
    
    img=cv2.imread(file[:-4]+'.jpg')
    img2=img.copy()
    h,w,_=img.shape
    aa=0
    xmax=locations[0][2]                         
    xmin=locations[0][0]
    ymax=locations[0][3]
    ymin=locations[0][1]
    for i in locations:  
        xmin=min(xmin,i[0])
        xmax=max(xmax,i[2])
        ymin=min(ymin,i[1])
        ymax=max(ymax,i[3])
       
    ymin=max(0,ymin-10)
    ymax=min(h,ymax+10)
    xmin=max(0,xmin-10)
    xmax=min(w,xmax+10)
    lena=random.randint(300,700)
    if (xmax-xmin)<lena:
        xmin=max(0,(xmax+xmin)//2-lena//2) 
        xmax=min(w,(xmax+xmin)//2+lena//2)
    if (ymax-ymin)<lena:
        ymin=max(0,(ymax+ymin)//2-lena//2)
        ymax=min(h,(ymax+ymin)//2+lena//2)
        
    print(xmin,ymin,xmax,ymax)
    img2=img2[ymin:ymax,xmin:xmax,:]
    h,w,_=img2.shape
    if h/w>2 or w/h>2:
        continue
    aa=[]
    aa.append(file[:-4]+'.jpg')
    for i in locations:  
        aa.append([i[0]-xmin,i[1]-ymin,i[2]-xmin,i[3]-ymin,i[4]])
        # cv2.rectangle(img2,(i[0]-xmin,i[1]-ymin),(i[2]-xmin,i[3]-ymin),(255,0,0),3) 
    cv2.imwrite('12/'+file[:-4]+'.jpg',img2)
    write_xml(aa,w,h) 
    # for i in locations:  
    #     cv2.rectangle(img2,(i[0]-xmin,i[1]-ymin),(i[2]-xmin,i[3]-ymin),(255,0,0),3)  
    # print('')
    # img2=cv2.resize(img2,(300,300))
    # cv2.imshow('sss',img)
    # cv2.imshow('img2',img2)
    # # cv2.waitKey(0)
    # if cv2.waitKey(0) & 0xFF == ord('3'):            
    #     num+=2


# import cv2 
# import numpy as np 
# import os
# file_dir='./'
# name=[]
# for root, dirs, files in os.walk(file_dir):
#     for file in files:
#         if file[-1]=='g':
#             name.append(file)
# for i in name: 
#     img=cv2.imread(i)
#     h,l,_=img.shape
    
#     img1=cv2.resize(img,(300,300))
#     if h/l>2.1:
#         new_len=int(l*1.9)
#         cut_len=(h-new_len)//2
#         img=img[cut_len:cut_len+new_len,:,:]
#         print(h/l)
#     elif l/h>2.1:
#         new_len=int(h*1.9)
#         cut_len=(l-new_len)//2
#         img=img[:,cut_len:cut_len+new_len,:]
#         print(l/h)
#     else:
#         continue
#     cv2.imshow('ss',img1)
#     # print(img.shape[1]/img.shape[0])
#     img1=cv2.resize(img,(300,300))
#     cv2.imshow('ss3',img1)
#     cv2.waitKey(0)

# file_dir='.'
# name=[]
# for root, dirs, files in os.walk(file_dir):
#     for file in files:
#         if file[-1]=='S':
#             name.append(file)
# num=0      
# write_flag=0     
# for vedio in name:
#   cap = cv2.VideoCapture(vedio)
#   while 1:
#       ret, frame = cap.read()
#       if ret==False:
#           break
#       frame=cv2.resize(frame,(600,600))
#       if write_flag==3:
#           write_flag=0
#           cv2.imwrite('dataset//%06d.jpg'%num,frame)
#           print(num)
#           num+=1
#       write_flag+=1
#   cap.release()       



# cap = cv2.VideoCapture('11.TS')
# while 1:
#   ret, frame = cap.read()
#   if ret==False:
#       break
#   cv2.imshow('frame',frame)
#   cv2.waitKey(1)
# cap.release()
# cv2.destroyAllWindows()
gggi520
关注
  • 6
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
裁剪图片并同步xml标签
qyx713的博客
03-29 3608
因为原来标好的数据集的图片太大，需要进行裁剪，但又不想重新进行标注，所以用一个python小程序进行裁剪图片并同步框的坐标。（我的数据集只有一类，所以只用遍历所有的bndbox）这个能裁出4个300*300的图片，基本上能用，第一次写python，在别人的基础上改的...from __future__ import division import os from PIL import Image ...
批量修改数据集，对图片进行resize并修改对应的xml标签文件
Jimy_Lin的博客
12-05 1000
批量修改数据集，对图片进行resize并修改对应的xml标签文件
根据XML剪切图片
05-09
xml截取图片 很好很给力 很有用 都下载吧
用TensorLayer随机裁剪图片并修改对应的xml
qq_43555843的博客
11-13 578
随机裁剪图像 # -*- coding: utf-8 -*- import os import tensorlayer as tl import xml.etree.cElementTree as ET from lxml.etree import Element, SubElement, tostring from xml.dom.minidom import parseString from ...
裁剪图片的同时将xml标注文件里的真实框裁剪，使得他们一一对应
qq_44731259的博客
03-11 375
裁剪xml标注
目标检测数据扩增（copy-paste方式）
最新发布
04-18
4、增加数据的倍数设置，例如，你有10张图，倍数设置为10，那么在新的文件夹里重新生产100张图片，里面的位置随机。 5、可以看一下我的其他资源，有个普通扩增，两者可以结合，生成自己需要的数据。 注意：此资源仅...
图_邻接矩阵-容量自动扩增_数据结构_
10-03
通过C++控制台编程 实现图的邻接矩阵 保证自动扩增容量
数据集扩增的八种有效方式(python程序)
07-12
扩增方式包含随机翻转，随机旋转，灰度变换，颜色变换，仿射变换，填充，模糊，擦除。能有效提高数据集的数量，是对小样本数据集可靠的增强方式。
yolo数据集的数据增强 可实现带标签扩增
05-08
包含随机的多种变化） 这是数据集扩增的一个小工具，在您想使用yolo等目标检测算法时数据集较少的情况下能够进行变化增强图片，丰富您的数据集。 (支持LabelIMg和LabelMe标注的文件) 包括3个python文件 rename_file....
高分辨率图像按xml标签进行切割
jiaqihanhan的博客
07-25 292
高分辨率图像按xml标签进行切割
更改标注图片后对应更改 xml 文件
G果的博客
10-12 2065
前提 通常制作目标检测的训练集的时候需要对目标物进行标注，标注一般是用原图（像素很高，大小很大），人眼能看到更多的细节；但是标注完成后，进行训练的时候，受 GPU 的内存的限制，图片不能太大，要不内存溢出，会出现报错，一般可以通过调整 batch_size 来避免这个情况，但是batch_size 最小是1，如果还是出现 GPU 内存溢出，那么就需要修改图片的大小了，那么原来标注的 xml 文件的信息也要做出相应的调整 代码思路 1.读取xml文件（调用python的xml模块），保存原图的长宽 2.修改x
等比例修改图像大小，并对应修改xml标注信息
栗子菜菜
07-15 1204
在进行目标检测中，把图像统一修改成固定尺度，并把xml文件中的标注信息进行修改。 import math import os from PIL import Image, ImageDraw import numpy as np import xml.etree.ElementTree as ET def get_random_data(filename_jpg, box, nw, nh): """ 修改 box :param filename_jpg: 图片名 :para
多任务目标检测和语义分割数据增强，resize图片，xml进行改变，原始图像边缘被填充
hejunran的博客
06-04 1364
在进行语义分割，目标检测等一些任务进行深度学习时，需要对原始数据进行一定的处理再输入到网络当中。本文实现对原始图像的缩小，但是不改变原始图像的长宽，对于缩小的
android根据中心裁剪图片,拍照，选择照片并进行裁剪，适配Android 7.0
weixin_36182029的博客
05-28 258
实现步骤1.在application节点下面添加providerandroid:name="android.support.v4.content.FileProvider"android:authorities="com.wyw.farm.fileprovider"(本项目的包名为 com.wyw.farm)android:exported="false"android:grantUriPermi...
裁剪 xml 文件匹配裁剪后的图像（超出范围的丢弃）
G果的博客
12-17 1061
原始 xml，匹配原图（3000X3000） 裁剪后 xml 文件，匹配裁剪后的图（1000X1000） 丢弃超出图像尺寸的框 完整代码 import xml.etree.ElementTree as ET #导入xml模块 import pickle import os from os import listdir, getcwd from os.path import join from PIL import Image import glob import cv2 def xml2cut
python cv2改变图片亮度
gggi520的博客
05-19 4784
https://blog.csdn.net/xiaogao_47/article/details/90261010
YUV的原始数据文件转rgb使用cv2显示
gggi520的博客
08-19 613
读取yuv
摄像头图片YUV420转化为RGB时常见的噪声模拟
gggi520的博客
04-16 304
摄像头图片转化时常见的噪声模拟，主要噪声：锯齿、高斯 def pic_deal(img1,w=100,h=100,mean=0.23,var=0.001): # var1=0.01 # mean=0.01 img=img1.copy() img_shape=img.shape gray=cv2.cvtColor(img,cv2.COLOR_BGR2YUV) Y=cv2.resize(gray[...,0],(w,h)) Y=gasuss_noise(Y
批量实现图像数据增强(扩增)并复制xml标签文件
09-05
图像数据增强（扩增）是指对图像进行一系列的变换操作，以生成更多的训练样本。常用的数据增强技术包括图像平移、旋转、缩放、翻转、添加噪声等。在进行图像数据增强时，还需要确保对应的xml标签文件与增强后的图像...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值