在目标检测中经常需要我们使用labelimg或者其他工具对图片进行标注,标注过的标签格式一共有两种json或者xml,分享一段根据xml文件对图片进行裁剪的脚本。
主要解决的问题就是目标检测标注的很多目标框裁剪下来可以构建一个专门用于分类的数据集。
import xml.etree.ElementTree as ET
import cv2
import os
path='/Users/Desktop/img'#图片位置
path1='/Users/Desktop/xm'#xml标签位置
path2='/Users/Desktop/cropimg'#要保存的图像位置
a=os.listdir(path)
b=os.listdir(path1)
ratio=1.2
# 读取xml文件
for i in b:
if i==".ipynb_checkpoints":
continue
tree = ET.parse(f'/Users/rui.tang/Desktop/xm/{i}')
root = tree.getroot()
k=i.split('.')[0]
img = cv2.imread(f'/Users/rui.tang/Desktop/img/{k}.jpg')
# 遍历xml文件
r=0
for obj in root.findall('object'):
assert ratio > 1
ratio_bias = (ratio - 1) / 2
height, width = img.shape[:2]
# 获取目标框坐标
bndbox = obj.find('bndbox')
xmin = int(bndbox.find('xmin').text)
ymin = int(bndbox.find('ymin').text)
xmax = int(bndbox.find('xmax').text)
ymax = int(bndbox.find('ymax').text)
# 扩大1.2倍 这里我默认将裁剪下来的图片扩大1.2倍,如果不需要的可以把下面注视掉
box_height = abs(ymax - ymin)
box_width = abs(xmax - xmin)
xmin_new = int(xmin - ratio_bias * box_width)
ymin_new = int(ymin - ratio_bias * box_height)
xmax_new = int(xmax + ratio_bias * box_width)
ymax_new = int(ymax + ratio_bias * box_height)
xmin = max(xmin_new, 0)
ymin = max(ymin_new, 0)
xmax = min(xmax_new, width)
ymax= min(ymax_new, height)
# 根据坐标裁剪图片
crop_img = img[ymin:ymax, xmin:xmax]
# 保存图片
cv2.imwrite(f'/Users/Desktop/newimg/{k}{r}.jpg', crop_img)
r = r + 1