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

裁剪策略：

从左至右，从上至下滑动裁剪320x320大小的子图，滑动步长为160，当最右边超出边界，以边界为边，向左裁剪320；最下端超出边界部分也是这样处理。

xml文件格式是Pascal VOC格式。

代码如下：

import os
import xml.etree.ElementTree as ET
from PIL import Image

def crop_one_image_and_xml(image_path, annotation_path, output_path, filename):
    # -*- coding: encoding -*-
    # 原图文件和标注文件的路径
    # image_path = 'path/to/original/image'
    # annotation_path = 'path/to/original/annotation'

    # 小块图片和标注文件保存的路径
    # output_path = 'path/to/output/folder'

    # 小块图片的尺寸和裁剪策略
    block_size = (320, 320)
    stride = (160, 160)

    # 解析原图的标注文件
    tree = ET.parse(annotation_path)
    root = tree.getroot()  # 获取ElementTree对象的根节点。根据XML文件的结构，每个XML文件都有一个根节点。getroot()方法返回这个根节点，并将其保存在变量root中。这个方法返回的是一个 Element 类型的对象，它代表了整个XML文件的根节点。

    # 获取原图的大小
    size = (
    int(root.find('size/width').text), int(root.find('size/height').text))  # 获取XML文件中 size/width 这个节点的值，并将其转换为整数类型。

    # 计算小块图片的行数和列数
    rows = (size[1] - block_size[1]) // stride[1] + 2
    cols = (size[0] - block_size[0]) // stride[0] + 2

    # 遍历每个小块图片的位置
    for row in range(rows):
        for col in range(cols):
            # 计算小块图片的左上角在原图中的位置坐标
            x0 = col * stride[0]
            y0 = row * stride[1]
            x1 = x0 + block_size[0]
            y1 = y0 + block_size[1]

            # 如果超出原图边界，则调整小块图片的大小和位置
            if x1 > size[0]:
                x1 = size[0]
                x0 = x1 - block_size[0]
            if y1 > size[1]:
                y1 = size[1]
                y0 = y1 - block_size[1]

            # 创建小块图片并保存
            block_image = Image.open(image_path).crop((x0, y0, x1, y1))
            block_filename = f'{filename}_{x0, y0}-{x1, y1}.tif'
            block_image.save(os.path.join(output_path, block_filename))

            # 检查是否含有标注框，True代表没有标注框，False就代表有标注框
            check_bndbox_is_none = True

            # 创建小块图片的标注文件并保存
            '''
            ET 是 ElementTree 库的别名或者是导入的模块，使用 ET.Element('annotation') 创建了一个名为 annotation 的元素，它代表了这个XML文档的根节点。
            Element() 方法会返回一个 Element 类型的对象，该对象代表了一个XML元素。
            这个XML文档的根节点是 annotation，它是这个XML文档的最上层元素，它可以包含其它元素或者属性，而其它元素或者属性都是它的子元素或者子属性。
            你可以通过在这个根元素上调用方法，如 .append() 或 .attrib，来添加子元素或者属性。
            '''
            block_root = ET.Element('annotation')

            folder_elem = ET.Element('folder')
            folder_elem.text = str('Images')
            block_root.append(folder_elem)

            filename_elem = ET.Element('filename')
            filename_elem.text = str(os.path.join(filename + ".tif"))
            block_root.append(filename_elem)

            path_elem = ET.Element('path')
            path_elem.text = str(os.path.join(annotation_path, filename + ".tif"))
            block_root.append(path_elem)

            source_elem = ET.Element('source')
            database_elem = ET.Element('database')
            database_elem.text = str('Unknown')
            source_elem.append(database_elem)
            block_root.append(source_elem)

            # 添加图像大小信息
            '''
            使用 ElementTree 库创建一个 XML 文档中的 size 元素，并在其中添加 width 和 height 子元素，
            然后将它们的文本内容设置为图像 block_image 的宽度和高度，最终生成以下 XML 结构：
                <size>
                     <width>图像宽度</width>
                     <height>图像高度</height>
                </size>
            最后将size 元素 添加到根节点 block_root = ET.Element('annotation') 中
            '''
            size_elem = ET.Element('size')
            width_elem = ET.Element('width')
            width_elem.text = str(block_image.width)
            height_elem = ET.Element('height')
            height_elem.text = str(block_image.height)
            depth_elem = ET.Element('depth')
            depth_elem.text = str('1')
            size_elem.append(width_elem)
            size_elem.append(height_elem)
            size_elem.append(depth_elem)
            block_root.append(size_elem)

            segmented_elem = ET.Element('segmented')
            segmented_elem.text = str('0')
            block_root.append(segmented_elem)

            # 遍历原图的目标，并添加到小块图片的标注文件中
            '''
            使用了 ElementTree 库中的 findall() 方法和 find() 方法来查找 XML 元素中的特定子元素，并将其文本内容转换为 Python 中的数据类型。
            for obj in root.findall('object'): 找到该 XML 元素中所有名为 object 的子元素，并对每一个 object 子元素执行下面的代码。
            在循环内部，obj.find('name').text 获取了当前 object 子元素下的名为 name 的子元素，并返回该子元素的文本内容，这里是一个字符串类型，赋值给了 name 变量。
            '''
            for obj in root.findall('object'):  # root = ET.parse(annotation_path).getroot() 原xml文件的根节点
                name = obj.find('name').text  # 原图标注框的类别名
                pose = obj.find('pose').text
                truncated = obj.find('truncated').text
                difficult = obj.find('difficult').text
                xmin = int(obj.find('bndbox/xmin').text)  # 原图的标注框的左上点的坐标
                ymin = int(obj.find('bndbox/ymin').text)  # 原图的标注框的左上点的坐标
                xmax = int(obj.find('bndbox/xmax').text)  # 原图的标注框的右下点的坐标
                ymax = int(obj.find('bndbox/ymax').text)  # 原图的标注框的右下点的坐标



                # 将目标框的坐标转换为小块图片的相对坐标   x0y0小块图片的左上角右下角在原图中的位置坐标
                xmin -= x0
                ymin -= y0
                xmax -= x0
                ymax -= y0

                # 如果目标框在小块图片内，则添加到标注文件中
                if 0 < xmin < block_image.width and 0 < ymin < block_image.height and \
                        0 < xmax < block_image.width and 0 < ymax < block_image.height:
                    obj_elem = ET.Element('object')  # 创建 object 属性
                    name_elem = ET.Element('name')  # 创建 name 属性
                    name_elem.text = name  # name = obj.find('name').text  name的值没有改变
                    pose_elem = ET.Element('pose')
                    pose_elem.text = pose
                    truncated_elem = ET.Element('truncated')
                    truncated_elem.text = truncated
                    difficult_elem = ET.Element('difficult')
                    difficult_elem.text = difficult
                    obj_elem.append(name_elem)  # 将name加入到 object 节点
                    obj_elem.append(pose_elem)
                    obj_elem.append(truncated_elem)
                    obj_elem.append(difficult_elem)
                    bndbox_elem = ET.Element('bndbox')  # 创建 bndbox 属性
                    xmin_elem = ET.Element('xmin')  # 创建 xmin 属性
                    xmin_elem.text = str(xmin)
                    ymin_elem = ET.Element('ymin')  # 创建 ymin 属性
                    ymin_elem.text = str(ymin)
                    xmax_elem = ET.Element('xmax')  # 创建 xmax 属性
                    xmax_elem.text = str(xmax)
                    ymax_elem = ET.Element('ymax')  # 创建 ymax 属性
                    ymax_elem.text = str(ymax)
                    bndbox_elem.append(xmin_elem)
                    bndbox_elem.append(ymin_elem)
                    bndbox_elem.append(xmax_elem)
                    bndbox_elem.append(ymax_elem)
                    obj_elem.append(bndbox_elem)
                    block_root.append(obj_elem)

                    check_bndbox_is_none = False

                elif 0 < xmin < block_image.width and 0 < ymin < block_image.height and xmax > block_image.width and 0 < ymax < block_image.height:

                    obj_elem = ET.Element('object')  # 创建 object 属性
                    name_elem = ET.Element('name')  # 创建 name 属性
                    name_elem.text = name  # name = obj.find('name').text  name的值没有改变
                    pose_elem = ET.Element('pose')
                    pose_elem.text = pose
                    truncated_elem = ET.Element('truncated')
                    truncated_elem.text = truncated
                    difficult_elem = ET.Element('difficult')
                    difficult_elem.text = difficult
                    obj_elem.append(name_elem)  # 将name加入到 object 节点
                    obj_elem.append(pose_elem)
                    obj_elem.append(truncated_elem)
                    obj_elem.append(difficult_elem)
                    bndbox_elem = ET.Element('bndbox')  # 创建 bndbox 属性
                    xmin_elem = ET.Element('xmin')  # 创建 xmin 属性
                    xmin_elem.text = str(xmin)
                    ymin_elem = ET.Element('ymin')  # 创建 ymin 属性
                    ymin_elem.text = str(ymin)
                    xmax_elem = ET.Element('xmax')  # 创建 xmax 属性
                    xmax_elem.text = str(block_image.width)
                    ymax_elem = ET.Element('ymax')  # 创建 ymax 属性
                    ymax_elem.text = str(ymax)
                    bndbox_elem.append(xmin_elem)
                    bndbox_elem.append(ymin_elem)
                    bndbox_elem.append(xmax_elem)
                    bndbox_elem.append(ymax_elem)
                    obj_elem.append(bndbox_elem)
                    block_root.append(obj_elem)

                    check_bndbox_is_none = False

                elif 0 < xmin < block_image.width and 0 < ymin < block_image.height and 0 < xmax < block_image.width and ymax > block_image.height:

                    obj_elem = ET.Element('object')  # 创建 object 属性
                    name_elem = ET.Element('name')  # 创建 name 属性
                    name_elem.text = name  # name = obj.find('name').text  name的值没有改变
                    pose_elem = ET.Element('pose')
                    pose_elem.text = pose
                    truncated_elem = ET.Element('truncated')
                    truncated_elem.text = truncated
                    difficult_elem = ET.Element('difficult')
                    difficult_elem.text = difficult
                    obj_elem.append(name_elem)  # 将name加入到 object 节点
                    obj_elem.append(pose_elem)
                    obj_elem.append(truncated_elem)
                    obj_elem.append(difficult_elem)
                    bndbox_elem = ET.Element('bndbox')  # 创建 bndbox 属性
                    xmin_elem = ET.Element('xmin')  # 创建 xmin 属性
                    xmin_elem.text = str(xmin)
                    ymin_elem = ET.Element('ymin')  # 创建 ymin 属性
                    ymin_elem.text = str(ymin)
                    xmax_elem = ET.Element('xmax')  # 创建 xmax 属性
                    xmax_elem.text = str(xmax)
                    ymax_elem = ET.Element('ymax')  # 创建 ymax 属性
                    ymax_elem.text = str(block_image.height)
                    bndbox_elem.append(xmin_elem)
                    bndbox_elem.append(ymin_elem)
                    bndbox_elem.append(xmax_elem)
                    bndbox_elem.append(ymax_elem)
                    obj_elem.append(bndbox_elem)
                    block_root.append(obj_elem)
                    check_bndbox_is_none = False


                elif 0 < xmin < block_image.width and ymin < 0 and 0 < xmax < block_image.width and 0 < ymax < block_image.height:

                    obj_elem = ET.Element('object')  # 创建 object 属性
                    name_elem = ET.Element('name')  # 创建 name 属性
                    name_elem.text = name  # name = obj.find('name').text  name的值没有改变
                    pose_elem = ET.Element('pose')
                    pose_elem.text = pose
                    truncated_elem = ET.Element('truncated')
                    truncated_elem.text = truncated
                    difficult_elem = ET.Element('difficult')
                    difficult_elem.text = difficult
                    obj_elem.append(name_elem)  # 将name加入到 object 节点
                    obj_elem.append(pose_elem)
                    obj_elem.append(truncated_elem)
                    obj_elem.append(difficult_elem)
                    bndbox_elem = ET.Element('bndbox')  # 创建 bndbox 属性
                    xmin_elem = ET.Element('xmin')  # 创建 xmin 属性
                    xmin_elem.text = str(xmin)
                    ymin_elem = ET.Element('ymin')  # 创建 ymin 属性
                    ymin_elem.text = str(0)
                    xmax_elem = ET.Element('xmax')  # 创建 xmax 属性
                    xmax_elem.text = str(xmax)
                    ymax_elem = ET.Element('ymax')  # 创建 ymax 属性
                    ymax_elem.text = str(ymax)
                    bndbox_elem.append(xmin_elem)
                    bndbox_elem.append(ymin_elem)
                    bndbox_elem.append(xmax_elem)
                    bndbox_elem.append(ymax_elem)
                    obj_elem.append(bndbox_elem)
                    block_root.append(obj_elem)
                    check_bndbox_is_none = False


                elif xmin < 0 and 0 < ymin < block_image.height and 0 < xmax < block_image.width and 0 < ymax < block_image.height:

                    obj_elem = ET.Element('object')  # 创建 object 属性
                    name_elem = ET.Element('name')  # 创建 name 属性
                    name_elem.text = name  # name = obj.find('name').text  name的值没有改变
                    pose_elem = ET.Element('pose')
                    pose_elem.text = pose
                    truncated_elem = ET.Element('truncated')
                    truncated_elem.text = truncated