在使用YOLOv5和YOLOv7训练时，经常需要对数据集的标注文件进行格式转换，因此将txt转xml，xml转txt的代码记录下来，便于使用。
图片来源于下文中的第一个博客链接
xml转txt的代码
import glob
import os
# xml文件的路径
xml_path = 'E:/dataset/datas/VOC2007/Annotations/'
#定义从xml获取信息的函数
def _read_anno(filename):
import xml.etree.ElementTree as ET
tree = ET.parse(filename)
#获取宽w和高h
a = tree.find('size')
w,h = [int(a.find('width').text),
int(a.find('height').text)]
print(w,h)
objects = []
#这里是针对错误xml文件，图片的w和h都为0，这样的xml文件可以直接忽视，返回空列表
if w == 0:
return []
#这里需要根据需要修改，因为我训练的目的是判断是否戴了头盔，因此从xml获取的name为none或者0的label都为0，其他的颜色或者1都为1
for obj in tree.findall('object'):
#获取name，我上边的实例图片中的红色区域
name = obj.find('name').text
#修改label，这里是不同数据集大融合的关键
if name == 'person':
label = 0
else:
label = 1
#读取检测框的左上、右下角点的坐标
bbox = obj.find('bndbox')
x1, y1, x2, y2 = [int(bbox.find('xmin').text),
int(bbox.find('ymin').text),
int(bbox.find('xmax').text),
int(bbox.find('ymax').text)]
#这里也很关键，yolov5需要中心点以及宽和高的标注信息，并且进行归一化，下边label后边的四个值即是归一化后保留4位有效数字的x，y，w，h
obj_struct = [label,round((x1+x2)/(2.0*w),4), round((y1+y2)/(2.0*h),4), round((x2-x1)/(w),4),round((y2-y1)/(h),4)]
print(obj_struct)
objects.append(obj_struct)
return objects
#接下来是写入txt文件中
if __name__ == '__main__':
#定义一个空的字符串
t = ''
# txt文件存放的路径
txt_path = "E:/dataset/datas/VOC2007/labels/"
#获取所有的xml文件路径
allfilepath = []
for file in os.listdir(xml_path):
if file.endswith('.xml'):
file = os.path.join(xml_path,file)
allfilepath.append(file)
# print(allfilepath)
else:
pass
#生成需要的对应xml文件名的txt
for file in allfilepath:
print("file", file)
#获取xml的文件名
filename = file.split('/')[5]
indexname = filename.split('.')[0]
# print('indexname', indexname)
result = _read_anno(file)
# print('result', result)
#跳过空列表
if len(result)==0:
continue
#写入信息，注意每次循环结束都把t重新定义，result是一个二维列表（行数为目标个数，列对应label和位置信息），为了避免读取出错（还有一个原因是我菜），我们一个一个的写入。
txtfile = open(os.path.join(txt_path,indexname+'.txt'), 'w')
for line in result:
for a in line:
# print('a', a)
t = t + str(a) + ' '
# print('t', t)
txtfile.writelines(t)
t = ''
txtfile.writelines('\n')
xml转txt的代码是很早之前用的，当时参考一个博主的代码进行了修改，但是现在找不到那篇博主的文章了，侵权请联系删除。
txt转xml的代码
# .txt-->.xml
# ! /usr/bin/python
# -*- coding:UTF-8 -*-
import os
import cv2
def txt_to_xml(txt_path, img_path, xml_path):
# 1.字典对标签中的类别进行转换
dict = {
'0': "person",
}
# 2.找到txt标签文件夹
files = os.listdir(txt_path)
# 用于存储 "老图"
pre_img_name = ''
# 3.遍历文件夹
for i, name in enumerate(files):
# 许多人文件夹里有该文件，默认的也删不掉，那就直接pass
if name == "desktop.ini":
continue
print(name)
# 4.打开txt
txtFile = open(txt_path + name)
# 读取所有内容
txtList = txtFile.readlines()
# 读取图片名称
img_name = name[:-4]
pic = cv2.imread(img_path + img_name + ".jpg")
# 获取图像大小信息
Pheight, Pwidth, Pdepth = pic.shape
# 5.遍历txt文件中每行内容
for row in txtList:
# 按' '分割txt的一行的内容
oneline = row.strip().split(" ")
# 遇到的是一张新图片
if img_name != pre_img_name:
# 6.新建xml文件
xml_file = open((xml_path + img_name + '.xml'), 'w')
xml_file.write('<annotation>\n')
xml_file.write(' <folder>VOC2007</folder>\n')
xml_file.write(' <filename>' + img_name + '.jpg' + '</filename>\n')
xml_file.write('<source>\n')
xml_file.write('<database>orgaquant</database>\n')
xml_file.write('<annotation>organoids</annotation>\n')
xml_file.write('</source>\n')
xml_file.write(' <size>\n')
xml_file.write(' <width>' + str(Pwidth) + '</width>\n')
xml_file.write(' <height>' + str(Pheight) + '</height>\n')
xml_file.write(' <depth>' + str(Pdepth) + '</depth>\n')
xml_file.write(' </size>\n')
xml_file.write(' <segmented>0</segmented>\n')
xml_file.write(' <object>\n')
xml_file.write('<name>' + dict[oneline[0]] + '</name>\n')
xml_file.write(' <pose>Unspecified</pose>\n')
xml_file.write(' <truncated>0</truncated>\n')
xml_file.write(' <difficult>0</difficult>\n')
xml_file.write(' <bndbox>\n')
xml_file.write(' <xmin>' + str(
int(((float(oneline[1])) * Pwidth) - (float(oneline[3])) * 0.5 * Pwidth)) + '</xmin>\n')
xml_file.write(' <ymin>' + str(
int(((float(oneline[2])) * Pheight) - (float(oneline[4])) * 0.5 * Pheight)) + '</ymin>\n')
xml_file.write(' <xmax>' + str(
int(((float(oneline[1])) * Pwidth) + (float(oneline[3])) * 0.5 * Pwidth)) + '</xmax>\n')
xml_file.write(' <ymax>' + str(
int(((float(oneline[2])) * Pheight) + (float(oneline[4])) * 0.5 * Pheight)) + '</ymax>\n')
xml_file.write(' </bndbox>\n')
xml_file.write(' </object>\n')
xml_file.close()
pre_img_name = img_name # 将其设为"老"图
else: # 不是新图而是"老图"
# 7.同一张图片，只需要追加写入object
xml_file = open((xml_path + img_name + '.xml'), 'a')
xml_file.write(' <object>\n')
xml_file.write('<name>' + dict[oneline[0]] + '</name>\n')
''' 按需添加这里和上面
xml_file.write(' <pose>Unspecified</pose>\n')
xml_file.write(' <truncated>0</truncated>\n')
xml_file.write(' <difficult>0</difficult>\n')
'''
xml_file.write(' <bndbox>\n')
xml_file.write(' <xmin>' + str(
int(((float(oneline[1])) * Pwidth) - (float(oneline[3])) * 0.5 * Pwidth)) + '</xmin>\n')
xml_file.write(' <ymin>' + str(
int(((float(oneline[2])) * Pheight) - (float(oneline[4])) * 0.5 * Pheight)) + '</ymin>\n')
xml_file.write(' <xmax>' + str(
int(((float(oneline[1])) * Pwidth) + (float(oneline[3])) * 0.5 * Pwidth)) + '</xmax>\n')
xml_file.write(' <ymax>' + str(
int(((float(oneline[2])) * Pheight) + (float(oneline[4])) * 0.5 * Pheight)) + '</ymax>\n')
xml_file.write(' </bndbox>\n')
xml_file.write(' </object>\n')
xml_file.close()
# 8.读完txt文件最后写入</annotation>
xml_file1 = open((xml_path + pre_img_name + '.xml'), 'a')
xml_file1.write('</annotation>')
xml_file1.close()
print("Done !")
# 修改成自己的文件夹 注意文件夹最后要加上/
txt_to_xml("E:/dataset/datas/train/labels/", "E:/dataset/datas/train/images/", "E:/dataset/datas/train/Annotations/")
参考博客：https://blog.csdn.net/qq_42198461/article/details/126146431
https://blog.csdn.net/qq_58355216/article/details/128491575
感谢博主的分享。
1508
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
