数据集处理实验4——标签可视化实验

写在前面

做数据集处理实验时突然意识到，越多的统计实验可能更适合比赛里，关于发现创新点的实验需要有针对性的实验才行。
还有就是怎么才能提升代码能力啊，有找别人的代码的时间，自己都能改了，呜呜呜呜。

三种可视化实验

简单有效的

实验代码

---

"""
目的：将原图片(img)与其xml(xml)，合成为打标记的图片(labelled)，矩形框标记用红色即可
已有：（1）原图片文件夹(imgs_path)，（2）xml文件夹(xmls_path)
思路：
    step1: 读取（原图片文件夹中的）一张图片
    step2: 读取（xmls_path）该图片的xml文件，并获取其矩形框的两个对角顶点的位置
    step3: 依据矩形框顶点坐标，在该图片中画出该矩形框
    step4: 图片另存为'原文件名'+'_labelled'，存在‘lablled’文件夹中
"""
import os
import cv2 as cv
import xml.etree.ElementTree as ET


def xml_jpg2labelled(imgs_path, xmls_path, labelled_path):
    imgs_list = os.listdir(imgs_path)
    xmls_list = os.listdir(xmls_path)
    nums = len(imgs_list)
    for i in range(nums):
        img_path = os.path.join(imgs_path, imgs_list[i])
        xml_path = os.path.join(xmls_path, xmls_list[i])
        img = cv.imread(img_path)
        labelled = img
        root = ET.parse(xml_path).getroot()
        objects = root.findall('object')
        for obj in objects:
            bbox = obj.find('bndbox')
            xmin = int(float(bbox.find('xmin').text.strip()))
            ymin = int(float(bbox.find('ymin').text.strip()))
            xmax = int(float(bbox.find('xmax').text.strip()))
            ymax = int(float(bbox.find('ymax').text.strip()))
            labelled = cv.rectangle(labelled, (xmin, ymin), (xmax, ymax), (0, 0, 255), 1)
        cv.imwrite('%s%s_labelled.jpg' % (labelled_path, imgs_list[i]), labelled)
        # cv.imshow('labelled', labelled)
        # cv.imshow('origin', origin)
        # cv.waitKey()


if __name__ == '__main__':
    imgs_path = 'G:\\pythonproject\\gt_visualization\\image'
    xmls_path = 'G:\\pythonproject\\gt_visualization\\box'
    labelled_path = 'G:\\pythonproject\\gt_visualization1\\replace'
    xml_jpg2labelled(imgs_path, xmls_path, labelled_path)

---

实验结果

标签清晰的用红框表示，但是不能完全区别类别

---

复杂到乱七八焦的

感谢大佬

实验程序

由于脑子不太清醒替换错了，导致修改后的代码不见了
但是印象里修改的部分很少
吃一堑长一智，我下次绝对做出来实验就及时记录一下

实验结果
生成了一些乱七八焦我还没看懂的东西

不过清楚的地展示了，含有未打标的图片

且不知道为什么还把小海胆、小海星、小扇贝、小海参给裁剪出来了


这个粗框标的也是十分的狂野了

鸡肋的第三种

到最后我也没有找到能将标签信息显示在图片上的程序，就是 用不同颜色区分不同类别，当然原罪还是自己的菜
实验代码

import os
import cv2 as cv
import xml.etree.ElementTree as ET

def xml_to_jpg(imgs_path, xmls_path, out_path):
    imgs_list = os.listdir(imgs_path)  #读取图片列表
    xmls_list = os.listdir(xmls_path)  # 读取xml列表
    if len(imgs_list) <= len(xmls_list):  #若图片个数小于或等于xml个数，从图片里面找与xml匹配的
        for imgName in imgs_list:
            temp1 = imgName.split('.')[0]   #图片名 例如123.jpg 分割之后 temp1 = 123
            temp1_ = imgName.split('.')[1]  #图片后缀
            if temp1_!='jpg' and temp1_ !='jpeg':
                continue
            for xmlName in xmls_list:       #遍历xml列表，
                temp2 = xmlName.split('.')[0]  #xml名
                temp2_ = xmlName.split('.')[1]
                if temp2_ != 'xml':
                    continue
                if temp2!=temp1:   #判断图片名与xml名是否相同，不同的话跳过下面的步骤 继续找
                    continue
                else:              #相同的话 开始读取xml坐标信息，并在对应的图片上画框
                    img_path = os.path.join(imgs_path, imgName)
                    xml_path = os.path.join(xmls_path, xmlName)
                    img = cv.imread(img_path)
                    labelled = img
                    root = ET.parse(xml_path).getroot()
                    for obj in root.iter('object'):
                        bbox = obj.find('bndbox')
                        xmin = int(bbox.find('xmin').text.strip())
                        ymin = int(bbox.find('ymin').text.strip())
                        xmax = int(bbox.find('xmax').text.strip())
                        ymax = int(bbox.find('ymax').text.strip())
                        labelled = cv.rectangle(labelled, (xmin, ymin), (xmax, ymax), (0, 0, 255), 2)
                    cv.imwrite(out_path + '\\' +imgName, labelled)
                    break
    else:  # 若xml个数小于图片个数，从xml里面找与图片匹配的。下面操作与上面差不多
        for xmlName in xmls_list:
            temp1 = xmlName.split('.')[0]
            temp1_ = xmlName.split('.')[1]
            if temp1_ != 'xml':
                continue
            for imgName in imgs_list:
                temp2 = imgName.split('.')[0]
                temp2_ = imgName.split('.')[1]  # 图片后缀
                if temp2_ != 'jpg' and temp2_ != 'jpeg':
                    continue
                if temp2 != temp1:
                    continue
                else:
                    img_path = os.path.join(imgs_path, imgName)
                    xml_path = os.path.join(xmls_path, xmlName)
                    img = cv.imread(img_path)
                    labelled = img
                    root = ET.parse(xml_path).getroot()

                    for obj in root.iter('object'):
                        bbox = obj.find('bndbox')
                        xmin = int(bbox.find('xmin').text.strip())
                        ymin = int(bbox.find('ymin').text.strip())
                        xmax = int(bbox.find('xmax').text.strip())
                        ymax = int(bbox.find('ymax').text.strip())
                        labelled = cv.rectangle(labelled, (xmin, ymin), (xmax, ymax), (0, 0, 255), 1)
                    cv.imwrite(out_path + '\\' +imgName, labelled)
                    break
if __name__ == '__main__':
	# 使用英文路径，中文路径读不进来
    imgs_path = r'G:\pythonproject\gt_visualization\image'  #图片路径
    xmls_path = r'G:\pythonproject\gt_visualization\box' #xml路径
    retangele_img_path = r'G:\pythonproject\gt_visualization2\new_data' #保存画框后图片的路径
    xml_to_jpg(imgs_path, xmls_path, retangele_img_path)

---

实验结果
这个的实验结果和第一种比较像，或许区别在于 红框更红了吧



总之，又是觉得很难发文章的一天