VOC数据批量按txt文件当中的图片路径进行imgs和xml文件的分类提取

voc数据集下载

这个包含了12年和07年的
链接: voc2012and2007数据集

提取自己所需要的类的正样本放在一个文件夹里面

主要是为了剔除负样本保留正样本
代码如下
按照注释更改所需要的类别和路径

import os
import shutil

#建立新的txt文件
def create_txt(path,dstpath):
    file_name_set = set()
    with open(path, 'r') as f:
        # 读取文本每一行
        txt_line_list = f.readlines()
        for l in txt_line_list:
            # 判断标号图片是否为所需分类
            if not l.endswith('-1\n') and not l.endswith('0\n'):
                f_list = l.split()
                # 获取图片文件名
                file_name = f_list[0]
                # 将所需文件名放入集合中之后使用
                file_name_set.add(file_name)
    f.close()
    print(len(file_name_set), 'files.')
    with open(dstpath, 'a') as f:
        for i in file_name_set:
            f.write(i+'\n')
    f.close()
# 读取目标txt文件
def read_txt(path):
    file_name_set = set()
    with open(path, 'r') as f:
        # 读取文本每一行
        txt_line_list = f.readlines()
        for l in txt_line_list:
            # 判断标号图片是否为所需分类
            if not l.endswith('-1\n') and not l.endswith('0\n'):
                f_list = l.split()
                # 获取图片文件名
                file_name = f_list[0]
                # 将所需文件名放入集合中之后使用
                file_name_set.add(file_name)

    print(len(file_name_set), 'files.')
    f.close()
    img_set = set()
    label_set = set()
    for i in file_name_set:
        # 将文件名组合成图片和标签名
        img_name = str(i) + '.jpg'
        label_name = str(i) + '.xml'

        # 放入相应集合中
        img_set.add(img_name)
        label_set.add(label_name)
    return img_set, label_set


# 用于对文件从原路径复制到目标路径
def copy_file(src_path, dst_path):
    if not os.path.exists(dst_path):
        print('Make the target dataset directory.')
        os.mkdir(dst_path)
    if os.path.exists(src_path):
        # 复制使用函数
        shutil.copy(src_path, dst_path)
    else:
        print(src_path, 'is not exist!')


# 目标路径
dst_sample_path_imgs = 'C:/Users/PaulY/Desktop/testdata/VOC/JPEGImages'
dst_sample_path_xml = 'C:/Users/PaulY/Desktop/testdata/VOC/Annotations'
# 原始数据分类的txt路径
txt_path = './VOCdevkit/VOC2012/ImageSets/Main/'
#所要的类别
classes = ['bicycle', 'bus', 'car', 'motorbike', 'person']
print(classes)
#新分类txt路径  都写在一个里面
dstpath = 'C:/Users/PaulY/Desktop/testdata/VOC/ImageSets/Main/trainval.txt'
#原路径
images_path = './VOCdevkit/VOC2012/JPEGImages'
labels_path = './VOCdevkit/VOC2012/Annotations'
for cl in classes:
    txt_path1 = txt_path + cl +'_trainval.txt'
    print(txt_path1)
    # 获取图片和标签的名称集合
    images_set = read_txt(txt_path1)[0]
    labels_set = read_txt(txt_path1)[1]
    create_txt(txt_path1, dstpath)
    print('Start ...')
    for img in images_set:
        src_img_path = os.path.join(images_path, img)
        # 对每一张图片复制
        copy_file(src_img_path, dst_sample_path_imgs)
    sss = 0
    for img in labels_set:
        sss += 1

        src_label_path = os.path.join(labels_path, img)
        # 对每一个标签文件复制
        copy_file(src_label_path, dst_sample_path_xml)
        print(sss, 'for', len(labels_set))
print('Finished!')

参考

https://blog.csdn.net/guaguablue/article/details/102818570