代码收藏家技术教程 2022-08-03

如何将xml格式转换为yolov5所需的txt格式

如今，深度学习非常热门，制作数据集是深度学习很重要的一环。制作数据集就离不开打标签，我们打出来的标签可能是 txt 格式或者 xml 格式或者json格式，但是yolo运行的标签格式是txt格式

所以我们要将 xml 格式转换为 txt 格式这个转换代码生成的txt文件是归一化后的，非常便捷

以下代码就可以轻松将 xml 格式转换为 txt 格式。

首先我们先来看一下xml文件内容

<annotation>
	<folder>锥桶</folder>
	<filename>29ba657e829a0ba447004b7ffd9b19fe.jpeg</filename>
	<path>G:\锥桶\29ba657e829a0ba447004b7ffd9b19fe.jpeg</path>
	<source>
		<database>Unknown</database>
	</source>
	<size>
		<width>550</width>
		<height>300</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>zhuitong</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>37</xmin>
			<ymin>206</ymin>
			<xmax>77</xmax>
			<ymax>272</ymax>
		</bndbox>

我们来读一下这个xml文件核心内容

xmin ymin xmax ymax 这四个值代表了这个图像中的矩形框的位置并且给这个位置取名为zhuitong 举个例子一张有着可爱猫咪的图片我们用框框把猫咪框起来并且命名这个框为猫咪

计算机就知道这个地方有个猫咪了

其次我们来看一下转换的代码

import xml.etree.ElementTree as ET

import pickle
import os
from os import listdir , getcwd
from os.path import join
import glob

classes = ["cone tank", "water horse bucket"]

def convert(size, box):

    dw = 1.0/size[0]
    dh = 1.0/size[1]
    x = (box[0]+box[1])/2.0
    y = (box[2]+box[3])/2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

def convert_annotation(image_name):
    in_file = open('./indata/'+image_name[:-3]+'xml') #xml文件路径
    out_file = open('./labels/train/'+image_name[:-3]+'txt', 'w') #转换后的txt文件存放路径
    f = open('./indata/'+image_name[:-3]+'xml')
    xml_text = f.read()
    root = ET.fromstring(xml_text)
    f.close()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)




    for obj in root.iter('object'):
        cls = obj.find('name').text
        if cls not in classes:
            print(cls)
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

wd = getcwd()

if __name__ == '__main__':

    for image_path in glob.glob("./images/train/*.jpg"): #每一张图片都对应一个xml文件这里写xml对应的图片的路径
        image_name = image_path.split('\\')[-1]
        convert_annotation(image_name)

代码中有注释，大家自己理解一下哈