制作网站的网址,濮阳做网站,酒店电子商务网站策划书,阜宁网站开发前言
遥感图像比较大#xff0c;通常需要切分成小块再进行训练#xff0c;之前写过一篇关于大图裁切和拼接的文章【目标检测】图像裁剪/标签可视化/图像拼接处理脚本#xff0c;不过当时的工作流是先将大图切分成小图#xff0c;再在小图上进行标注#xff0c;于是就不考…前言
遥感图像比较大通常需要切分成小块再进行训练之前写过一篇关于大图裁切和拼接的文章【目标检测】图像裁剪/标签可视化/图像拼接处理脚本不过当时的工作流是先将大图切分成小图再在小图上进行标注于是就不考虑标签变换的问题。
最近项目遇到的问题是一批大图已经做好标注需要将其裁切同时标签也要进行同步裁切。本文讲解如何实现这一需求同时将labelimg直出的xml格式标签转换成yolov5等模型需要的txt标签。
图片裁剪
图片裁剪还是沿用了一套之前博文提到的编码规则即将图片裁成1280x1280的图像块裁剪后通过文件名来标记图像块在原始图像中的位置。
import configparser
import shutil
import yaml
import os.path
from pathlib import Path
from PIL import Image
from tqdm import tqdmrootdir rE:\Dataset\数据集\可见光数据\原始未裁剪\img
savedir rE:\Dataset\数据集\可见光数据\裁剪后数据\img # 保存图片文件夹dis 1280
leap 1280def main():# 创建输出文件夹if Path(savedir).exists():shutil.rmtree(savedir)os.mkdir(savedir)num_dir len(os.listdir(rootdir)) # 得到文件夹下数量num 0for parent, dirnames, filenames in os.walk(rootdir): # 遍历每一张图片filenames.sort()for filename in tqdm(filenames):currentPath os.path.join(parent, filename)suffix currentPath.split(.)[-1]if suffix jpg or suffix png or suffix JPG or suffix PNG:img Image.open(currentPath)width img.size[0]height img.size[1]i j 0for i in range(0, width, leap):for j in range(0, height, leap):box (i, j, i dis, j dis)image img.crop(box) # 图像裁剪image.save(savedir / filename.split(suffix)[0][:-1] __ str(i) __ str(j) .jpg)if __name__ __main__:main()标签裁剪
标签读取
首先需要通过lxml库对xml格式的数据进行解析主要提取两个信息1是目标类别2是目标bbox坐标。
通过递归形式将xml转换成字典形式然后就可以获取到需要的信息。
def parse_xml_to_dict(xml):将xml文件解析成字典形式if len(xml) 0: # 遍历到底层直接返回tag对应的信息return {xml.tag: xml.text}result {}for child in xml:child_result parse_xml_to_dict(child) # 递归遍历标签信息if child.tag ! object:result[child.tag] child_result[child.tag]else:if child.tag not in result:result[child.tag] []result[child.tag].append(child_result[child.tag])return {xml.tag: result}def main():xml_path rlabel.xmlwith open(xml_path, encodingutf-8) as fid:xml_str fid.read()xml etree.fromstring(xml_str)data parse_xml_to_dict(xml)[annotation]for obj in data[object]:# 获取每个object的box信息xmin float(obj[bndbox][xmin])xmax float(obj[bndbox][xmax])ymin float(obj[bndbox][ymin])ymax float(obj[bndbox][ymax])class_name obj[name]标签位置重置
由于图像裁剪成小的图像块标签也要转换成图像块对应的bbox。不过对于裁剪的图像存在的一个问题是如果标签被切分成两半该如何进行处理。
下面是我的处理思路通过对图像块的位置编码可以分成四种情况。
第一种情况标签四个角全在图像块中此时不用做过多处理。 (下图仅为示意实际尺寸比例未精确黑色为bbox红色为切割线) 第二种情况标签被左右裁开。此时将左右两部分都当作一个label分给相应的图像块。 第三种情况标签被上下裁开。此时将上下两部分都当作一个label分给相应的图像块。 第四种情况标签被四块裁开此时每一块都过于细小对于小目标而言这种情况比较少见因此舍弃该标签。 对应代码
xmin_index int(xmin / leap)
xmax_index int(xmax / leap)
ymin_index int(ymin / leap)
ymax_index int(ymax / leap)xmin xmin % leap
xmax xmax % leap
ymin ymin % leap
ymax ymax % leap# 第一种情况两个点在相同的图像块中
if xmin_index xmax_index and ymin_index ymax_index:info xml2txt(xmin, xmax, ymin, ymax, class_name, img_width, img_height)file_name img_name __ str(xmin_index * leap) __ str(ymin_index * leap) .txtwrite_txt(info, file_name)
# 第二种情况目标横跨左右两幅图
elif xmin_index 1 xmax_index and ymin_index ymax_index:# 保存左半目标info xml2txt(xmin, leap, ymin, ymax, class_name, img_width, img_height)file_name img_name __ str(xmin_index * leap) __ str(ymax_index * leap) .txtwrite_txt(info, file_name)# 保存右半目标info xml2txt(0, xmax, ymin, ymax, class_name, img_width, img_height)file_name img_name __ str(xmax_index * leap) __ str(ymax_index * leap) .txtwrite_txt(info, file_name)
# 第三种情况目标纵跨上下两幅图
elif xmin_index xmax_index and ymin_index 1 ymax_index:# 保存上半目标info xml2txt(xmin, xmax, ymin, leap, class_name, img_width, img_height)file_name img_name __ str(xmin_index * leap) __ str(ymin_index * leap) .txtwrite_txt(info, file_name)# 保存下半目标info xml2txt(xmin, xmax, 0, ymax, class_name, img_width, img_height)file_name img_name __ str(xmin_index * leap) __ str(ymax_index * leap) .txtwrite_txt(info, file_name)标签转换成txt格式
xml格式是 xminyminxmaxymax对应左上角和左下角矩形框的全局像素点坐标。 txt格式是 class xcenter, ycenter, w, h 对应中心点和bbox的宽和高不过该坐标是相对坐标这里转换时需要除以小图的宽高。
相关代码
def xml2txt(xmin, xmax, ymin, ymax, class_name, img_width, img_height):# 类别索引class_index class_dict.index(class_name)# 将box信息转换到yolo格式xcenter xmin (xmax - xmin) / 2ycenter ymin (ymax - ymin) / 2w xmax - xminh ymax - ymin# 绝对坐标转相对坐标保存6位小数xcenter round(xcenter / img_width, 6)ycenter round(ycenter / img_height, 6)w round(w / img_width, 6)h round(h / img_height, 6)info [str(i) for i in [class_index, xcenter, ycenter, w, h]]return info完整代码
最后附上批量处理的完整代码
import os
from tqdm import tqdm
from lxml import etreexml_file_path E:/Dataset/数据集/可见光数据/原始未裁剪/labels
output_txt_path E:/Dataset/数据集/可见光数据/裁剪后数据/labelsclass_dict [class1, class2]
leap 1280def parse_xml_to_dict(xml):将xml文件解析成字典形式if len(xml) 0: # 遍历到底层直接返回tag对应的信息return {xml.tag: xml.text}result {}for child in xml:child_result parse_xml_to_dict(child) # 递归遍历标签信息if child.tag ! object:result[child.tag] child_result[child.tag]else:if child.tag not in result:result[child.tag] []result[child.tag].append(child_result[child.tag])return {xml.tag: result}def xml2txt(xmin, xmax, ymin, ymax, class_name, img_width, img_height):# 类别索引class_index class_dict.index(class_name)# 将box信息转换到yolo格式xcenter xmin (xmax - xmin) / 2ycenter ymin (ymax - ymin) / 2w xmax - xminh ymax - ymin# 绝对坐标转相对坐标保存6位小数xcenter round(xcenter / img_width, 6)ycenter round(ycenter / img_height, 6)w round(w / img_width, 6)h round(h / img_height, 6)info [str(i) for i in [class_index, xcenter, ycenter, w, h]]return infodef write_txt(info, file_name):with open(file_name, encodingutf-8, modea) as f:# 若文件不为空添加换行if os.path.getsize(file_name):f.write(\n .join(info))else:f.write( .join(info))def main():for xml_file in os.listdir(xml_file_path):with open(os.path.join(xml_file_path, xml_file), encodingutf-8) as fid:xml_str fid.read()xml etree.fromstring(xml_str)data parse_xml_to_dict(xml)[annotation]# img_height int(data[size][height])# img_width int(data[size][width])img_height leapimg_width leapimg_name xml_file[:-4]for obj in data[object]:# 获取每个object的box信息xmin float(obj[bndbox][xmin])xmax float(obj[bndbox][xmax])ymin float(obj[bndbox][ymin])ymax float(obj[bndbox][ymax])class_name obj[name]xmin_index int(xmin / leap)xmax_index int(xmax / leap)ymin_index int(ymin / leap)ymax_index int(ymax / leap)xmin xmin % leapxmax xmax % leapymin ymin % leapymax ymax % leap# 第一种情况两个点在相同的图像块中if xmin_index xmax_index and ymin_index ymax_index:info xml2txt(xmin, xmax, ymin, ymax, class_name, img_width, img_height)file_name output_txt_path / img_name __ str(xmin_index * leap) __ str(ymin_index * leap) .txtwrite_txt(info, file_name)# 第二种情况目标横跨左右两幅图elif xmin_index 1 xmax_index and ymin_index ymax_index:# 保存左半目标info xml2txt(xmin, leap, ymin, ymax, class_name, img_width, img_height)file_name output_txt_path / img_name __ str(xmin_index * leap) __ str(ymax_index * leap) .txtwrite_txt(info, file_name)# 保存右半目标info xml2txt(0, xmax, ymin, ymax, class_name, img_width, img_height)file_name output_txt_path / img_name __ str(xmax_index * leap) __ str(ymax_index * leap) .txtwrite_txt(info, file_name)# 第三种情况目标纵跨上下两幅图elif xmin_index xmax_index and ymin_index 1 ymax_index:# 保存上半目标info xml2txt(xmin, xmax, ymin, leap, class_name, img_width, img_height)file_name output_txt_path / img_name __ str(xmin_index * leap) __ str(ymin_index * leap) .txtwrite_txt(info, file_name)# 保存下半目标info xml2txt(xmin, xmax, 0, ymax, class_name, img_width, img_height)file_name output_txt_path / img_name __ str(xmin_index * leap) __ str(ymax_index * leap) .txtwrite_txt(info, file_name)if __name__ __main__:main()
