python的widerface生成voc格式的数据，生成xml文件的标注

东方耀

python生成voc格式的数据，生成xml文件的标注

1. # -*- coding: utf-8 -*-
   
2. __author__ = u'东方耀 微信：dfy_88888'
   
3. __date__ = '2019/7/15 下午3:23'
   
4. __product__ = 'PyCharm'
   
5. __filename__ = 'widerface2voc'
   
6. 
   
7. # import os, cv2, sys, shutil
   
8. import cv2
   
9. import shutil
   
10. from xml.dom.minidom import Document
    
11. 
    
12. root_dir = '/home/dfy888/DataSets/WIDER Face DataSet'
    
13. root_dir_voc = '/home/dfy888/DataSets/widerface_voc'
    
14. 
    
15. 
    
16. def writexml(filename, saveimg, bboxes, xmlpath):
    
17.     """
    
18.     写成voc格式通用的xml文件
    
19.     :param filename: 图片的路径
    
20.     :param saveimg: 图片对象 cv2
    
21.     :param bboxes: 多个人脸框集合
    
22.     :param xmlpath: xml文件路径
    
23.     :return:
    
24.     """
    
25.     doc = Document()
    
26.     # 根节点
    
27.     annotation = doc.createElement('annotation')
    
28.     doc.appendChild(annotation)
    
29. 
    
30.     folder = doc.createElement('folder')
    
31.     # 注意：widerface_voc voc格式数据的文件夹名字
    
32.     folder_name = doc.createTextNode('widerface_voc')
    
33.     folder.appendChild(folder_name)
    
34.     annotation.appendChild(folder)
    
35. 
    
36.     filenamenode = doc.createElement('filename')
    
37.     filename_name = doc.createTextNode(filename)
    
38.     filenamenode.appendChild(filename_name)
    
39.     annotation.appendChild(filenamenode)
    
40. 
    
41.     source = doc.createElement('source')
    
42.     annotation.appendChild(source)
    
43. 
    
44.     database = doc.createElement('database')
    
45.     database.appendChild(doc.createTextNode('wider face Database'))
    
46.     source.appendChild(database)
    
47. 
    
48.     annotation_s = doc.createElement('annotation')
    
49.     annotation_s.appendChild(doc.createTextNode('PASCAL VOC2007'))
    
50.     source.appendChild(annotation_s)
    
51. 
    
52.     image = doc.createElement('image')
    
53.     image.appendChild(doc.createTextNode('flickr'))
    
54.     source.appendChild(image)
    
55. 
    
56.     flickrid = doc.createElement('flickrid')
    
57.     flickrid.appendChild(doc.createTextNode('-1'))
    
58.     source.appendChild(flickrid)
    
59. 
    
60.     owner = doc.createElement('owner')
    
61.     annotation.appendChild(owner)
    
62. 
    
63.     flickrid_o = doc.createElement('flickrid')
    
64.     flickrid_o.appendChild(doc.createTextNode('dfy_88888'))
    
65.     owner.appendChild(flickrid_o)
    
66. 
    
67.     name_o = doc.createElement('name')
    
68.     name_o.appendChild(doc.createTextNode('dfy_88888'))
    
69.     owner.appendChild(name_o)
    
70. 
    
71.     size = doc.createElement('size')
    
72.     annotation.appendChild(size)
    
73. 
    
74.     width = doc.createElement('width')
    
75.     width.appendChild(doc.createTextNode(str(saveimg.shape[1])))
    
76.     height = doc.createElement('height')
    
77.     height.appendChild(doc.createTextNode(str(saveimg.shape[0])))
    
78.     depth = doc.createElement('depth')
    
79.     depth.appendChild(doc.createTextNode(str(saveimg.shape[2])))
    
80.     size.appendChild(width)
    
81.     size.appendChild(height)
    
82.     size.appendChild(depth)
    
83. 
    
84.     segmented = doc.createElement('segmented')
    
85.     segmented.appendChild(doc.createTextNode('0'))
    
86.     annotation.appendChild(segmented)
    
87. 
    
88.     for i in range(len(bboxes)):
    
89.         # bbox 四维向量： [左上角坐标x y 宽高 w h]
    
90.         bbox = bboxes[i]
    
91.         objects = doc.createElement('object')
    
92.         annotation.appendChild(objects)
    
93. 
    
94.         object_name = doc.createElement('name')
    
95.         # 只有人脸
    
96.         object_name.appendChild(doc.createTextNode('face'))
    
97.         objects.appendChild(object_name)
    
98. 
    
99.         pose = doc.createElement('pose')
    
100.         pose.appendChild(doc.createTextNode('Unspecified'))
     
101.         objects.appendChild(pose)
     
102. 
     
103.         truncated = doc.createElement('truncated')
     
104.         truncated.appendChild(doc.createTextNode('1'))
     
105.         objects.appendChild(truncated)
     
106. 
     
107.         difficult = doc.createElement('difficult')
     
108.         difficult.appendChild(doc.createTextNode('0'))
     
109.         objects.appendChild(difficult)
     
110. 
     
111.         bndbox = doc.createElement('bndbox')
     
112.         objects.appendChild(bndbox)
     
113.         # xmin ymin 就是标记框 左上角的坐标
     
114.         xmin = doc.createElement('xmin')
     
115.         xmin.appendChild(doc.createTextNode(str(bbox[0])))
     
116.         bndbox.appendChild(xmin)
     
117.         ymin = doc.createElement('ymin')
     
118.         ymin.appendChild(doc.createTextNode(str(bbox[1])))
     
119.         bndbox.appendChild(ymin)
     
120.         # xmax ymax 就是标记框 右下角的坐标
     
121.         xmax = doc.createElement('xmax')
     
122.         xmax.appendChild(doc.createTextNode(str(bbox[0] + bbox[2])))
     
123.         bndbox.appendChild(xmax)
     
124.         ymax = doc.createElement('ymax')
     
125.         ymax.appendChild(doc.createTextNode(str(bbox[1] + bbox[3])))
     
126.         bndbox.appendChild(ymax)
     
127. 
     
128.     with open(xmlpath, 'w') as f:
     
129.         f.write(doc.toprettyxml(indent=''))
     
130. 
     
131. 
     
132. def convert_imgset(img_set_type):
     
133.     """
     
134.     转换数据集（WiderFace---> VOC）
     
135.     :param img_set_type: train or val
     
136.     :return:
     
137.     """
     
138.     # 对应数据集中原始图片的路径
     
139.     img_dir = root_dir + '/WIDER_' + img_set_type + '/images'
     
140.     # ground truth 的路径 （标注文件中）
     
141.     gt_filepath = root_dir + '/wider_face_split/wider_face_' + img_set_type + '_bbx_gt.txt'
     
142. 
     
143.     fwrite = open(root_dir_voc + '/ImageSets/Main/' + img_set_type + '.txt', 'w')
     
144. 
     
145.     print(img_dir)
     
146.     print(gt_filepath)
     
147. 
     
148.     # 表示我们解析到了第几张图片
     
149.     index = 0
     
150.     no_face_index = []
     
151.     with open(gt_filepath, 'r') as gt_files:
     
152.         # 为了快速 只取1000个图片样本  实际可以是True
     
153.         while(index < 5):
     
154.             # 为什么是[: -1]？ 去掉最后的空格
     
155.             filename = gt_files.readline().strip()
     
156.             # print('读取的filename:%s，其长度为：%d' % (filename, len(filename)))
     
157.             if filename == '' or filename is None:
     
158.                 break
     
159.             # 图片的绝对路径
     
160.             img_path = img_dir + '/' + filename
     
161.             print('读取的图片绝对路径：', img_path)
     
162.             img = cv2.imread(img_path)
     
163.             # 可视化看看图片
     
164.             # cv2.imshow('1', img)
     
165.             # cv2.waitKey(0)
     
166.             if not img.data:
     
167.                 break
     
168. 
     
169.             num_bbox = int(gt_files.readline())
     
170. 
     
171.             if num_bbox == 0:
     
172.                 # 还是需要读一下
     
173.                 line = gt_files.readline()
     
174.                 no_face_index.append(index)
     
175.                 print('没有人脸框的特殊情况：', line)
     
176. 
     
177.             bboxes = []
     
178.             for i in range(num_bbox):
     
179.                 # 每读取一行 就是一个人脸框 gt
     
180.                 line = gt_files.readline()
     
181.                 lines = line.split()
     
182.                 # 前面4个值
     
183.                 lines = lines[0: 4]
     
184.                 # bbox 四维向量： [左上角坐标x y 宽高 w h]
     
185.                 bbox = (int(lines[0]), int(lines[1]), int(lines[2]), int(lines[3]))
     
186. 
     
187.                 # 可视化看看人脸框的矩形
     
188.                 cv2.rectangle(img, (int(lines[0]), int(lines[1])),
     
189.                               (int(lines[0]) + int(lines[2]), int(lines[1]) + int(lines[3])),
     
190.                               color=(0, 0, 255), thickness=1)
     
191. 
     
192.                 bboxes.append(bbox)
     
193. 
     
194.             cv2.imshow(str(index), img)
     
195.             cv2.waitKey(0)
     
196. 
     
197.             filename = filename.replace('/', '_')
     
198.             print('保存后的filename：', filename)
     
199. 
     
200.             if len(bboxes) == 0:
     
201.                 print('no face box')
     
202.                 index += 1
     
203.                 continue
     
204. 
     
205.             cv2.imwrite('{}/JPEGImages/{}'.format(root_dir_voc, filename), img)
     
206. 
     
207.             fwrite.write(filename.split('.')[0] + '\n')
     
208. 
     
209.             xmlpath = '{}/Annotations/{}.xml'.format(root_dir_voc, filename.split('.')[0])
     
210. 
     
211.             writexml(filename, img, bboxes, xmlpath)
     
212. 
     
213.             print('success number is %d' % index)
     
214. 
     
215.             index += 1
     
216.         # 循环结束后
     
217.         print('所有没有人脸的索引：', no_face_index)
     
218. 
     
219.     fwrite.close()
     
220. 
     
221. 
     
222. if __name__ == '__main__':
     
223.     # num of train images :12879 所有没有人脸的索引： [279, 3808, 7512, 9227]
     
224.     # convert_imgset('train')
     
225.     # num of val images : 3225 所有没有人脸的索引： []
     
226.     convert_imgset('val')
     
227.     # 修改文件名  原本是 train.txt  val.txt
     
228.     # shutil.move(root_dir_voc + '/ImageSets/Main/' + 'train.txt', root_dir_voc + '/ImageSets/Main/' + 'trainval.txt')
     
229.     # shutil.move(root_dir_voc + '/ImageSets/Main/' + 'val.txt', root_dir_voc + '/ImageSets/Main/' + 'test.txt')
     
230. 
     
231. 
     
232. 
     
233. 
     
234. 
     

复制代码

bixintao

积分积分积分