深度学习CSV格式原始数据用于裁剪图像

初衷

项目需要，需要做样本类别训练，即将每类样本分放在不同的文件夹，通过网络训练后得到模型，检测数据输出为所属类别；
先前深度学习输出为类别和位置，需要遍历全局图像，比较耗时。

问题

分类别训练时，需要搜集大量样本并进行裁剪，这是一个很费时间和感情的事情；
恰好在深度学习时，通过labelimage等工具得到样本数据，如下图所示：

可否通过这些数据，将样本裁剪出来呢？
于是乎，写了个脚本，并且实现了。

代码实现

#include<fstream>
#include<map>
#include<string>
#include<vector>
#include<iostream>
using namespace std;
#include<sstream>        //istringstream 必须包含这个头文件
#include<opencv2/opencv.hpp>
int main()
{
	//图片所在文件夹
	string path = "D:\\python_objectdetection\\models-master\\models-master\\research\\object_detection\\images_Iray\\test\\";
	//CSV文件所在路径，即生成tfrecord前的原始数据
	ifstream fin("D:\\python_objectdetection\\models-master\\models-master\\research\\object_detection\\data\\Iray\\test.csv"); //打开文件流操作
	string imgpath = "";
	//输出图片保存位置
	string cutpath = "D:\\train_by_CNN\\images_iray\\";
	//读图计数
	int count = 0;
	string line;
	//记录行数，第一行不操作
	int lines = 0;
	vector<string>classes;

	while (getline(fin, line))   //整行读取，换行符“\n”区分，遇到文件尾标志eof终止读取
	{
					
		lines++;
				
		istringstream stream_in(line); //将整行字符串line读入到字符串流istringstream中

		vector<string> fields; //声明一个字符串向量

		string field;

		while (getline(stream_in, field, ',')) //将字符串流sin中的字符读入到field字符串中，以逗号为分隔符
		{
			fields.push_back(field); //将刚刚读取的字符串添加到向量fields中
		}

		if (lines == 1)
			continue;

		imgpath = path + fields[0];

		cv::Mat image = cv::imread(imgpath);

		int xmin = std::stoi(fields[4]);
		int ymin = std::stoi(fields[5]);
		int xmax = std::stoi(fields[6]);
		int ymax = std::stoi(fields[7]);

		cv::Rect roi = cv::Rect(xmin, ymin, abs(xmax - xmin), abs(ymax - ymin));
		cv::Mat image_cut = image(roi);

//我这边有两类，所以新建了两个文件夹
		if (fields[3] == "car")
		{
			count++;

			cutpath = cutpath + "1//" + "car_" + to_string(count) + ".jpg";

			cv::imwrite(cutpath, image_cut);

			cutpath = "D:\\train_by_CNN\\images_iray\\";

		}
		if (fields[3] == "boat")
		{

			count++;

			cutpath = cutpath + "2//" + "boat_" + to_string(count) + ".jpg";

			cv::imwrite(cutpath, image_cut);

			cutpath = "D:\\train_by_CNN\\images_iray\\";
		}
		image.release();
		image_cut.release();
	}		
	fin.close();
}

裁剪后效果这样，文件夹名就1、2、3区分类别，在tf那边有相应代码生成record格式。

代码如下：

import os

import tensorflow as tf

from PIL import Image

import sys

def creat_tf(imgpath):
    cwd = os.getcwd()

    classes = os.listdir(cwd + imgpath)

    # 此处定义tfrecords文件存放

#存放record格式数据的位置

    writer = tf.python_io.TFRecordWriter("images_iray/train.tfrecords")

    for index, name in enumerate(classes):

        class_path = cwd + imgpath + name + "/"

        print(class_path)

        if os.path.isdir(class_path):

            for img_name in os.listdir(class_path):
                img_path = class_path + img_name

                img = Image.open(img_path)

                img = img.resize((224, 224))

                img_raw = img.tobytes()

                example = tf.train.Example(features=tf.train.Features(feature={

                    'label': tf.train.Feature(int64_list=tf.train.Int64List(value=[int(name)])),

                    'img_raw': tf.train.Feature(bytes_list=tf.train.BytesList(value=[img_raw]))

                }))

                writer.write(example.SerializeToString())

                print(img_name)

    writer.close()
    
if __name__ == '__main__':
    #裁剪图像所在文件夹，是那个1、2文件夹上层路径
    
    imgpath = '/images_iray/'

    creat_tf(imgpath)