1.首先先下载这个工具的源代码(此处贴一个github上面的源代码)
labelImg
地址:https://github.com/tzutalin/labelImg
2、安装 QT5 tools
看到如上图,表示安装成功。
3、pyrcc编译资源文件
进入到labelImg解压后的文件,我这里是labelImg-master. 否则会报错
执行命令: pyrcc5 -o resources.py resources.qrc , 如下图
4、运行
5、将生成xml内容转换成txt
原内容:
预期结果
每一行的格式 文件路径 目标个数 左上角坐标 右下角坐标
转换代码如下
"""将labelimg 生成的xml标注文件转换为 opencv所要的txt文件
"""
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
lblfilePath='F:/OPenCV/Image' #改为自己的实际路径
sets=['train', 'val'] #替换为自己的数据集
classes = ["LunTai", "hat"] #修改为自己的类别
def convert_annotation(image_id):
try:
in_file = open(lblfilePath+'/%03d.xml'%(image_id)) #例001.xml
except:
return 0
out_file = open(lblfilePath+'/trainlabel2020.txt', 'w') #我们要生成opencv需要的文件
tree=ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
filepath=root.find('path').text #文件路径
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
cls = obj.find('name').text
#如果不是人或者是难以识别的人,跳过
if cls not in classes or int(difficult)==1:
continue
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
#bb = convert((w,h), b)
out_file.write(filepath+" 1 "+" ".join([str(int(a)) for a in b]) + '\n')
out_file.close()
return 1
#wd = getcwd() #获取当前的工作路径
'''
if not os.path.exists('labels'):
os.makedirs('labels')
'''
list_file = open('train.txt', 'w')
for image_id in range(1,50):
if (convert_annotation(image_id) == 1):
list_file.write('../images/train2020/%06d.jpg\n'%(image_id))
#print('train/%06d.jpg\n'%(i))
list_file.close()
print('运行结束')