python图像文件处理——图像画框、剪切图像、json文件转txt

之前做一个AI项目，处理训练集时写了一些python处理图像的脚本。项目告一段落，整理一下。

使用到的数据集是Kaggle官方猫狗分类数据集，这里不联系模型训练，所以只是介绍一下文件的树形结构。

(也有自己标注的文件，另外不要问我这样处理有什么意义，没有意义)

+dataset
	-images
	-labels

给图像画框

---

labels文件【可以不看

使用到的数据集已经给出了框的尺寸信息。

如下所示：

#类别 标注框中心X比例 标注框中心y比例 标注框比例 标注框比例
16 0.519 0.490691 0.742 0.768617

第一个数字与尺寸无关，忽略。

后面四个数字和图像的长宽可以求出x、y坐标的起始点和终止点。

（怎么算也不用多说了。小学数学题。

接口介绍

使用到CV2库中的函数

size=cv2.imread(fname).shape

获取图像大小，返回数组，h = size[0] w = size[1]。

cv2.rectangle(image, start_point, end_point, color, thickness)

这个函数的作用是在图像上绘制一个简单的矩形。

参数：
image: 它是要在其上绘制矩形的图像。
start_point：它是矩形的起始坐标。坐标表示为两个值的元组，即(X坐标值，Y坐标值)。
end_point：它是矩形的结束坐标。坐标表示为两个值的元组，即(X坐标值ÿ坐标值)。
color:它是要绘制的矩形的边界线的颜色。对于BGR，我们通过一个元组。例如：(255，0，0)为蓝色。
thickness:它是矩形边框线的粗细像素。厚度-1像素将以指定的颜色填充矩形形状。

返回值： 它返回一个图像。

需要按照cv2模块 >pip install cv2

简单程序

import cv2
# 读入图片
img = cv2.imread("./image/000001.jpg")
# 按照给出的坐标和参数画框
# (不会改变源图的大小)
cv2.rectangle(img, (300, 200), (720, 400), (0,255,0), 2)
# 写到另外的图片文件中即可
cv2.imwrite('./000_new.jpg', img)

cmd 运行

python addPlot.py

（大致效果)

addPlot.py

此脚本只根据labels处理一张图片，实际上循环处理了一千张

import cv2
 
fname = './00000.jpg'
newname = ''
img = cv2.imread(fname)
# 读取图片获得大小
size=cv2.imread(fname).shape
print(size)
h = size[0] 
w = size[1]
# Class id center_x center_y w h
# 读取.txt
with open('./00000.txt',"r") as f:
    lst=f.readlines() 
    
    for ls in lst:
        numbers_str = ls.split()
        numbers_float = [float(x) for x in numbers_str] 
        #类别 标注框中心X比例 标注框中心y比例 标注框比例 标注框比例
        a = numbers_float[0]
        b = numbers_float[1]
        c = numbers_float[2]
        d = numbers_float[3]
        e = numbers_float[4]
        wi = b * w  # 求
        hi = c * h
        wh = d * w
        hh = e * h
        print((wi, hi, wh, hh))
        x1 = int(wi - wh / 2)
        y1 = int(hi - hh / 2)
        x2 = int(wi + wh / 2)
        y2 = int(hi + hh / 2)
        print((x1, y1, x2, y2))
        cv2.rectangle(img, (x1,y1), (x2,y2), (0,255,0), 2)
        
cv2.imwrite('./000_new.jpg', img)

剪切图像

---

已经能够画框了，剪切出个图片不是轻而易举。

接口介绍

PIL是Python Imaging Library，它为python解释器提供了图像编辑功能。PIL.Image.crop()方法用于裁剪任何图像的矩形部分。

PIL.Image.crop(box = None)

参数：
box: 定义左，上，右和下像素坐标的4元组。即 x1, y1, x2, y2

返回类型： 图像(将矩形区域返回为(左，上，右，下)元组)。

返回： Image对象。

需要按照pillow模块 >pip install pillow

简单程序

图像裁剪 这篇写的很清晰

from PIL import Image
im = Image.open("./0000.jpg")
# 图片的宽度和高度
img_size = im.size
print("图片宽度和高度分别是{}".format(img_size))

# 设置剪切图片的大小
x1 = 100
y1 = 100
y1 = 250
y2 = 250

# 使用边界框坐标裁剪图像
# (不会改变源图片大小) 
im1 = im.crop((x1, y1, x2, y2)) 
  
# 展示图片
# im1.show()
# 保存图片
region.save("./000.jpg")

（大致效果）

处理数据集所有图像

代码很乱，可以不看

crop.py

from PIL import Image

from PIL.Image import new
import cv2 as cv
import os

#创建文件
#file_path：文件路径
#msg：即要写入的内容
def create__file(file_path,msg):
    f=open(file_path,"a")
    f.writelines(msg)
    f.close

imgpath="./JPEGImages/"
labels="./labels/"
newimg = "./image/"

txt=list(os.walk(labels))[0][2]

# print(txt)

newtxt = [i for i in txt]
img=[i for i in txt]


for i,j in enumerate(img):
    newtxt[i]=j[:-4]+".txt"
    img[i]=j[:-4]+".jpg"
    # print(txt[i])


for i,j in enumerate(txt):
    # i 是数字  j 是.txt
    print(i)
    print(j)
    
    # 打开图片
    filename=img[i]
    img1 = cv.imread(imgpath+filename)
    im = Image.open(imgpath+filename)
    size= img1.shape
    
    print(size)
    h = size[0] 
    w = size[1]

    with open(labels + j ,"r") as f:
        lst=f.readlines() 
        
        for ls in lst:
            numbers_str = ls.split()
            numbers_float = [float(x) for x in numbers_str] 
            #类别 标注框中心X坐标 标注框中心y坐标 标注框宽度 标注框高度
            a = numbers_float[0]
            b = numbers_float[1]
            c = numbers_float[2]
            d = numbers_float[3]
            e = numbers_float[4]
            wi = b * w
            hi = c * h
            wh = d * w
            hh = e * h
            print((wi, hi, wh, hh))
            x1 = int(wi - wh / 2)
            y1 = int(hi - hh / 2)
            x2 = int(wi + wh / 2)
            y2 = int(hi + hh / 2)
            print((x1, y1, x2, y2))
            region = im.crop((x1, y1, int(x1+wh), int(y1+hh)))
            
            region.save(newimg + img[i])
        # 画图出来
        # cv.imwrite(, img1)

处理文件

---

文件处理，暴躁的只贴代码

json文件转txt

将json 转化为txt文件

核心就是使用了

ata = json.load(open(json_path, 'r', encoding='utf-8'))

载入json后会自动解析

json2txt.py

import json
import os

def convert(img_size, box):
    dw = 1. / (img_size[0])
    dh = 1. / (img_size[1])
    print(dw)
    x = (box[0] + box[2]) / 2.0 - 1
    y = (box[1] + box[3]) / 2.0 - 1
    w = box[2] - box[0]
    h = box[3] - box[1]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (('%.7g' % x), ('%.7g' % y), ('%.7g' % w), ('%.7g' % h))


def decode_json(json_floder_path, json_name):
    txt_name = './txt/' + json_name[0:-5] + '.txt'
    txt_file = open(txt_name, 'w')

    json_path = os.path.join(json_floder_path, json_name)
    data = json.load(open(json_path, 'r', encoding='utf-8'))

    img_w = data['imageWidth']
    img_h = data['imageHeight']

    for i in data['shapes']:

        if (i['shape_type'] == 'rectangle'):
            x1 = int(i['points'][0][0])
            y1 = int(i['points'][0][1])
            x2 = int(i['points'][1][0])
            y2 = int(i['points'][1][1])
            print(y1)
            bb = (x1, y1, x2, y2)
            bbox = convert((img_w, img_h), bb)
            txt_file.write( i['label'] + " " + " ".join([str(a) for a in bbox]) + '\n')


if __name__ == "__main__":

    json_floder_path = './cats_label/'
    json_names = os.listdir(json_floder_path)
    for json_name in json_names:
        decode_json(json_floder_path, json_name)

生成list文件

将有规律的文件名生成list.txt

2list.py

import os 

# 根路径
root_path = '/home/ma-user/work/darknet/dataset/JPEGImages/'

# 在当前目录下打开train.txt（若没有则自动创建一个）
with open('train.txt','a',encoding='utf-8') as f:
# range更改对应数字次数，左闭右开（start，end，step）
    for i in range(0,1001,1):
        f.write(os.path.join(root_path,'cat.' + str(i)) +'.jpg'+'\n')
    
    f.close()

写的有点混乱了，不好意思 有时间再修修

参考：

https://vimsky.com/examples/usage/python-opencv-cv2-rectangle-method.html

https://vimsky.com/examples/usage/python-pil-image-crop-method.html