Crowding Counter 之 修改ShanghaiTech数据集

ShanghaiTech数据集是适用于密集人群计数领域的经典公开数据集，其分为A\B两部分，原始数据集的图像尺寸各不相同，且标注文件和图像尺寸相对应，在使用过程中，可能需要对于图像的尺寸进行调整，同时也需要修改标注文件；

文件结构：

文件夹：afterProcess（带标注示意图），ground_truch（原始数据集mat文件），img（原始数据集图像文件），new_ground_truth（新生成的mat文件），new_image（新生成的图像文件），均在同一个文件夹下；

为了方便，.py文件也在此目录下；

其中主要涉及.mat文件的读写与cv2修改图像尺寸；（仅供学习参考以及个人回忆）

代码如下：将图像都统一为 384*512大小

import os
import sys
from scipy.io import loadmat
import cv2
import numpy as np
import scipy.io

imagePath=".img/"
groundPath=".ground_truth/"
savePath=".afterProcess/"

newGroundPath = ".new_ground_truth/"

# 针对shanghaitech A B 数据集

def createMat():
	"""
	根据原来的mat文件生成新的修改过图像尺寸的mat文件
	"""
	files = os.listdir(imagePath) # 读取文件夹下的图片

	for file in files:
		image = cv2.imread(imagePath+file)
		height = image.shape[0]
		width = image.shape[1]

		x_xi = round(384/height, 2)
		y_xi = round(512/width, 2)
		
		fileName = file.replace('IMG_','')
		fileName = fileName.replace('.jpg','')

		print(fileName)

		m=loadmat(groundPath+"GT_IMG_"+fileName+".mat")

		coordinates=m["image_info"][0][0][0][0][0]
		for i in range(0, len(coordinates)):
			m["image_info"][0][0][0][0][0][i][0] = round(coordinates[i][0]*y_xi, 2)
			m["image_info"][0][0][0][0][0][i][1] = round(coordinates[i][1]*x_xi, 2)
		scipy.io.savemat(newGroundPath+"GT_IMG_"+fileName+".mat", m)

def showLablledImage():
	"""
	调整图像的尺寸，并且根据修改后的mat文件在调整过尺寸的图像上将标注显示出来
	"""
	files = os.listdir(imagePath) # 读取文件夹下的图片

	for file in files:
		image = cv2.imread(imagePath+file)
		image = cv2.resize(image,(512,384),interpolation=cv2.INTER_CUBIC)
		fileName = file.replace('IMG_','')
		fileName = fileName.replace('.jpg','')
		print(fileName)
		cv2.imwrite("./justPoint/new_image/"+file, image, [int(cv2.IMWRITE_JPEG_QUALITY),95])

		m=loadmat(newGroundPath+"GT_IMG_"+fileName+".mat")

		point_size = 1
		point_color = (0, 0, 255) # BGR
		thickness = 4 #  0 、4、8

		coordinates=m["image_info"][0][0][0][0][0]
		for coor in coordinates:
			cv2.circle(image, (int(coor[0]),int(coor[1])), point_size, point_color, thickness)
		cv2.imwrite(savePath+file, image, [int(cv2.IMWRITE_JPEG_QUALITY),95])

# 使用顺序：1）先用createMat生成mat文件；2）用showLablledImage
#showLablledImage()
createMat()