折腾一天,问题遇到很多。首先是编码问题,因为在起初拿到这批数据的时候,命名都是中文命名,也没有进行修改(并不知道编码问题这么严重)
在测试demo.py的时候还好,没有出现编码问题,当我想要输出ground_truth的时候,必须要找到对应的xml文件,但文件命名都是中文,弄了一上午没解决编码问题,不管是decode还是encode还有什么unicode,通通都试了,也没解决,最后发现出现代码的问题应该是其他py上,但我没有权限去修改。。。。只能被迫把所有的xml,JPG,test里面的命名都换成数字
方法:
首先遍历test.txt里面每行的数据并修改为x,然后找到对应xml文件名,修改文件名为x.xml,同样的,JPG文件也修改为x.JPG。
附上代码:
其实就是简单的文件操作,修改个名字就行
# -*- coding: cp936 -*-
import os
##输入新的文件名
##获取当前文件夹的路径
f = open('/home/liubo/tf-faster-rcnn1/data/VOCdevkit/VOC2007/ImageSets/Main/test.txt')
lines = f.readlines() # 整行读取
f.close()
i = 100000
for line in lines:
i += 1
rs = line.rstrip('\n') # 去除原来每行后面的换行符,但有可能是\r或\r\n
XML = '/home/liubo/tf-faster-rcnn1/data/VOCdevkit/VOC2007/Annotations'#XML文件的地址
JPG = '/home/liubo/tf-faster-rcnn1/data/VOCdevkit/VOC2007/JPEGImages'#JPG文件的地址
for xml in os.listdir(XML):
if rs == xml[0:-4]:
newname = str(i) + '.xml'
os.rename(XML + '/' + xml, XML + '/' + newname)#修改名字,第一个参数是原来地址+名字,第二个参数为新地址+名字
for jpg in os.listdir(JPG):#同理
if rs == jpg[0:-4]:
newname = str(i) + '.JPG'
os.rename(JPG + '/' + jpg, JPG + '/' + newname)
如果木问题的话,几个文件的内容应该被修改了
解决了编码问题,现在可以进入到正题了!!
如何获取xml里面的内容并画出ground_truth的边框
首先是获取xml里面的内容
import xml.dom.minidom as xmldom
import os
'''
<annotation>
<folder>均压环</folder>
<filename>100005</filename>
<source>
<database>Unknown</database>
</source>
<size>
<width>7360</width>
<height>4912</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>tilt</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>3042</xmin>
<ymin>2739</ymin>
<xmax>3468</xmax>
<ymax>3003</ymax>
</bndbox>
</object>
<object>
<name>tilt</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>3759</xmin>
<ymin>2654</ymin>
<xmax>4166</xmax>
<ymax>2892</ymax>
</bndbox>
</object>
</annotation>
'''
# 得到文档对象
domobj = xmldom.parse('C:\\Users\\Ilearn\\Desktop\\100005.xml')
# print("xmldom.parse:", type(domobj))
# 得到元素对象
elementobj = domobj.documentElement
# print ("domobj.documentElement:", type(elementobj))
# 获得子标签
# 由elementobj.getElementsByTagName("名称")就可以获得所有该key的元素
# 注意下面的name,xmin均为数组,里面的元素不一定是一个
name = elementobj.getElementsByTagName("name")
xmin = elementobj.getElementsByTagName("xmin"