目标检测的数据集可视化，以及注意事项

        遇到的项目，需要对数据集中的图片和框转化大小，因此为了看转化的数据集是否正确，写下如下代码分享给大家：

import numpy as np
import xml.etree.ElementTree as ET
import os
import torch.cuda
import cv2
import glob
from PIL import Image
import time



def pali_box(img_trnsor,bbox_tensor):
    '''
    Args:
        img_trnsor:输入图片为tensor（1,C,H,W）
        bbox_tensor: 框的位置（ymin,xmin,ymax,xmax）

    Returns:
    注意.copy()的使用
    显示带有框的图片
    '''
    img = torch.squeeze(img_trnsor)
    img = torch.permute(img, (1, 2, 0)).numpy()
    bbox_1 = bbox_tensor
    box_color = (0, 0, 255)
    img1 = np.array(img, dtype='uint8').copy()
    img1 = img1[:,:,::-1].copy()
    for bbox_ in bbox_1:
        ymin, xmin, ymax, xmax = int(bbox_[0]), int(bbox_[1]), int(bbox_[2]), int(bbox_[3])
        cv2.rectangle(img1, (xmin, ymin), (xmax, ymax), color=box_color, thickness=4)
    cv2.imshow('image', img1)
    cv2.waitKey(1000) == ord('q')  # 按'q'键推出
    cv2.destroyAllWindows()






def box(path):
    '''
    Args:
        path:xml文件地址

    Returns:
    返回xml中的图片四个坐标(ymin,xmin,ymax,xmax),w,h
    '''
    anno = ET.parse(os.path.join(path))
    bbox = list()
    for obj in anno.findall('object'):
        bndbox_anno = obj.find('bndbox')
        # subtract 1 to make pixel indexes 0-based
        bbox.append([
            int(bndbox_anno.find(tag).text)
            for tag in ('ymin', 'xmin', 'ymax', 'xmax')])
    size = anno.find('size')
    w = size.find('width').text
    h = size.find('height').text
    bbox = np.stack(bbox).astype(np.float32)

    return  bbox, w, h



def image_read1(photo_path,hudu=None,tensor=None):
    '''
    :param photo_path: 图片路径
    :param hudu: 是否转化为灰度图
    :param tensor: 是否转化为tensor
    :return: 图片的数字形式 c,w,h
    '''
    img = Image.open(photo_path)#将图片读取为图片类
    if hudu is True:
        img = img.convert("L")#将图片转化为单通道灰度图
        img = np.array(img)#将图片转化为数组
        if tensor is True:
            img = torch.unsqueeze(torch.tensor(img),dim=0)#将numpy转化为tensor
        else:
            img = np.expand_dims(img,axis=0)
    else:
        if tensor is True:
            img = np.array(img).transpose((2,0,1))#将图片转化为数组，并且将通道数放在第一位
            img = torch.tensor(img)#将numpy转化为tensor
        else:
            img = np.array(img).transpose((2, 0, 1))  # 将图片转化为数组，并且将通道数放在第一位

    return img




def all(img_file,xml_file):
    '''
    Args:
        img_file: 图片的文件夹
        xml_file: xml文件夹

    Returns:
    一张一张的显示带有框的图片
    '''
    img_paths = glob.glob(img_file+"/*.jpg")
    for img_path in img_paths:
        print(img_path)
        img = image_read1(img_path, tensor=True)
        if os.path.exists(os.path.join(xml_file,
                                       os.path.basename(img_path).split(".")[0] + ".xml")) is False:
            print(os.path.join(xml_file,
                                       os.path.basename(img_path).split(".")[0] + ".xml"),":不存在")
            continue
        img_xml = os.path.join(xml_file, os.path.basename(img_path).split(".")[0] + ".xml")
        bbonx, w_orial, h_orial = box(img_xml)
        pali_box(img,bbonx)
        time.sleep(10)#设置每次等待时间



if __name__ == '__main__':
    all("./VOCdevkit/VOC2007/JPEGImages","./VOCdevkit/VOC2007/Annotations")

每个函数都写明了用途，使用只需要更改all中的参数即可

注意个小细节，由于我用了cv2里的函数来画框并展示，所以此代码中即用了PIL也用了CV2，

注意这两个的读取图片的差别，PIL：RGB；cv2:BGR

还有注意cv2.rectangle函数，传入的图像最好用img.copy()，否则容易报错。