把LabelImg標注的YOLO格式標簽轉(zhuǎn)化為VOC格式標簽 和 把VOC格式標簽轉(zhuǎn)化為YOLO格式標簽

點亮～黑夜 2020-07-07 11:08:24 ?3537 ?已收藏 90
分類專欄： 19—目標檢測 文章標簽： voc yolo
版權(quán)
把LabelImg標注的YOLO格式標簽轉(zhuǎn)化為VOC格式標簽 和 把VOC格式標簽轉(zhuǎn)化為YOLO格式標簽

文章目錄：
1 用LabelImgvoc和yolo標注標簽格式說明
1.1 LabelImg標注的VOC數(shù)據(jù)格式
1.2 LabelImg標注的YOLO數(shù)據(jù)格式
2 voc轉(zhuǎn)換為yolo格式計算
3 yolo轉(zhuǎn)換為voc格式計算
4 yolo格式標簽轉(zhuǎn)化為voc格式標簽代碼
5 VOC格式標簽轉(zhuǎn)化為YOLO格式標簽代碼
1 用LabelImgvoc和yolo標注標簽格式說明
關(guān)于LabelImg工具的使用，參考

1.1 LabelImg標注的VOC數(shù)據(jù)格式
VOC數(shù)據(jù)格式，會直接把每張圖片標注的標簽信息保存到一個xml文件中

例如：我們上面標注的JPEGImage/000001.jpg圖片，標注的標簽信息會保存到Annotation/000001.xml文件中，000001.xml中的信息如下：

<annotation>
?? ?<folder>JPEGImage</folder>
?? ?<filename>000000.jpg</filename>
?? ?<path>D:\ZF\2_ZF_data\3_stamp_data\標注公章數(shù)據(jù)\JPEGImage\000000.jpg</path>
?? ?<source>
?? ??? ?<database>Unknown</database>
?? ?</source>
?? ?<size>
?? ??? ?<width>500</width>
?? ??? ?<height>402</height>
?? ??? ?<depth>3</depth>
?? ?</size>
?? ?<segmented>0</segmented>
?? ?<object>
?? ??? ?<name>circle_red</name>
?? ??? ?<pose>Unspecified</pose>
?? ??? ?<truncated>0</truncated>
?? ??? ?<difficult>0</difficult>
?? ??? ?<bndbox>
?? ??? ??? ?<xmin>168</xmin>
?? ??? ??? ?<ymin>2</ymin>
?? ??? ??? ?<xmax>355</xmax>
?? ??? ??? ?<ymax>186</ymax>
?? ??? ?</bndbox>
?? ?</object>
?? ?<object>
?? ??? ?<name>circle_red</name>
?? ??? ?<pose>Unspecified</pose>
?? ??? ?<truncated>0</truncated>
?? ??? ?<difficult>0</difficult>
?? ??? ?<bndbox>
?? ??? ??? ?<xmin>2</xmin>
?? ??? ??? ?<ymin>154</ymin>
?? ??? ??? ?<xmax>208</xmax>
?? ??? ??? ?<ymax>367</ymax>
?? ??? ?</bndbox>
?? ?</object>
?? ?<object>
?? ??? ?<name>circle_red</name>
?? ??? ?<pose>Unspecified</pose>
?? ??? ?<truncated>0</truncated>
?? ??? ?<difficult>0</difficult>
?? ??? ?<bndbox>
?? ??? ??? ?<xmin>305</xmin>
?? ??? ??? ?<ymin>174</ymin>
?? ??? ??? ?<xmax>493</xmax>
?? ??? ??? ?<ymax>364</ymax>
?? ??? ?</bndbox>
?? ?</object>
</annotation>

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
xml中的關(guān)鍵信息說明：

圖片的名字
每個目標的標定框坐標：即左上角的坐標和右下角的坐標
xmin
ymin
xmax
ymax
1.2 LabelImg標注的YOLO數(shù)據(jù)格式
YOLO數(shù)據(jù)格式，會直接把每張圖片標注的標簽信息保存到一個txt文件中

例如：我們上面標注的JPEGImage/000001.jpg圖片，標注的標簽信息會保存到Annotation/000001.txt文件中（同時會生成一個classes.txt文件，也保存到Annotation/classes.txt），000001.txt中的信息如下：

0 0.521000 0.235075 0.362000 0.450249
0 0.213000 0.645522 0.418000 0.519900
0 0.794000 0.665423 0.376000 0.470149
1
2
3
txt中信息說明：

每一行代表標注的一個目標
第一個數(shù)代表標注目標的標簽，第一目標circle_red，對應數(shù)字就是0
后面的四個數(shù)代表標注框的中心坐標和標注框的相對寬和高（進行了歸一化，如何歸一化可以參考我的這篇博客中的介紹）
五個數(shù)據(jù)從左到右以此為：c l a s s _ i n d e x , x _ c e n t e r , y _ c e n t e r , w , h class\_index, x\_center, y\_center, w, hclass_index,x_center,y_center,w,h。（后面的四個數(shù)據(jù)都是歸一化的）
同時會生成一個Annotation/classes.txt實際類別文件classes.txt，里面的內(nèi)容如下：

circle_red
circle_gray
rectangle_red
rectangle_gray
fingeprint_red
fingeprint_gray
other
1
2
3
4
5
6
7
2 voc轉(zhuǎn)換為yolo格式計算
標注好的VOC格式的標簽xml文件，存儲的主要信息為：

圖片的名字
圖片的高height、寬width、通道depth
標定框的坐標位置：xmin、ymin、xmax、ymax
例如下圖代表的是一樣圖片：

紅框代表的是原圖大小：height=8，width=8
藍框代表的是標注物體的框：左上角坐標為 (xmin, ymin)=(2,2)，右下角的坐標為 (xmax, ymax)=(6,6)

而voc_label.py目的就是把標注為VOC格式數(shù)據(jù)轉(zhuǎn)化為標注為yolo格式數(shù)據(jù)：
VOC格式標簽：圖片的實際寬和高，標注框的左上角和右下角坐標
YOLO格式標簽：標注框的中心坐標（歸一化的），標注框的寬和高（歸一化的）
VOC格式標簽轉(zhuǎn)換為YOLO格式標簽計算公式：

框中心的實際坐標（x, y）：（一般可能還會在后面減去1）
x _ c e n t e r = x m a x + x m i n 2 = 6 + 2 2 = 4 x\_center=\frac{xmax+xmin}{2}=\frac{6+2}{2}=4
x_center=?
2
xmax+xmin
??? ?
?=?
2
6+2
??? ?
?=4

y _ c e n t e r = y m a x + y m i n 2 = 6 + 2 2 = 4 y\_center=\frac{ymax+ymin}{2}=\frac{6+2}{2}=4
y_center=?
2
ymax+ymin
??? ?
?=?
2
6+2
??? ?
?=4

框歸一化后的中心坐標（x, y）：
x = x _ c e n t e r w i d t h = 4 8 = 0.5 x=\frac{x\_center}{width}=\frac{4}{8}=0.5
x=?
width
x_center
??? ?
?=?
8
4
??? ?
?=0.5

y = y _ c e n t e r h e i g h t = 4 8 = 0.5 y=\frac{y\_center}{height}=\frac{4}{8}=0.5
y=?
height
y_center
??? ?
?=?
8
4
??? ?
?=0.5

框的高和框（歸一化的）：
w = x m a x ? x m i n w i d t h = 6 ? 2 8 = 0.5 w=\frac{xmax-xmin}{width}=\frac{6-2}{8}=0.5
w=?
width
xmax?xmin
??? ?
?=?
8
6?2
??? ?
?=0.5

h = y m a x ? y m i n h e i g h t = 6 ? 2 8 = 0.5 h=\frac{ymax-ymin}{height}=\frac{6-2}{8}=0.5
h=?
height
ymax?ymin
??? ?
?=?
8
6?2
??? ?
?=0.5

3 yolo轉(zhuǎn)換為voc格式計算
voc中保存的坐標信息為：xmin, ymin, xmax, ymax，所以只要根據(jù)上面的公式，推導出這四個值即可，推導如下：

推導：xmin, xmax
{ x m a x + x m i n = 2 x _ c e n t e r x m a x ? x m i n = w ? w i d t h
{xmax+xmin=2x_centerxmax?xmin=w?width
{xmax+xmin=2x_centerxmax?xmin=w?width
{?
xmax+xmin=2x_center
xmax?xmin=w?width
??? ?
?

{ 2 x m a x = 2 x _ c e n t e r + w ? w i d t h = > x m a x = x _ c e n t e r + 1 2 ? w ? w i d t h 2 x m i n = 2 x _ c e n t e r ? w ? w i d t h = > x m i n = x _ c e n t e r ? 1 2 ? w ? w i d t h
{2xmax=2x_center+w?width=>xmax=x_center+12?w?width2xmin=2x_center?w?width=>xmin=x_center?12?w?width
{2xmax=2x_center+w?width=>xmax=x_center+12?w?width2xmin=2x_center?w?width=>xmin=x_center?12?w?width
{?
2xmax=2x_center+w?width=>xmax=x_center+?
2
1
??? ?
??w?width
2xmin=2x_center?w?width=>xmin=x_center??
2
1
??? ?
??w?width
??? ?
?

推導：ymin, ymax
{ y m a x + y m i n = 2 y _ c e n t e r y m a x ? y m i n = y ? h e i g h t
{ymax+ymin=2y_centerymax?ymin=y?height
{ymax+ymin=2y_centerymax?ymin=y?height
{?
ymax+ymin=2y_center
ymax?ymin=y?height
??? ?
?

{ 2 y m a x = 2 y _ c e n t e r + h ? h e i g h t = > y m a x = y _ c e n t e r + 1 2 ? h ? h e i g h t 2 y m i n = 2 y _ c e n t e r ? h ? h e i g h t = > y m i n = y _ c e n t e r ? 1 2 ? h ? h e i g h t
{2ymax=2y_center+h?height=>ymax=y_center+12?h?height2ymin=2y_center?h?height=>ymin=y_center?12?h?height
{2ymax=2y_center+h?height=>ymax=y_center+12?h?height2ymin=2y_center?h?height=>ymin=y_center?12?h?height
{?
2ymax=2y_center+h?height=>ymax=y_center+?
2
1
??? ?
??h?height
2ymin=2y_center?h?height=>ymin=y_center??
2
1
??? ?
??h?height
??? ?
?

4 yolo格式標簽轉(zhuǎn)化為voc格式標簽代碼
代碼是把txt標簽轉(zhuǎn)化為voc標簽
代碼支持一個標簽文件中有多個目標
__Author__ = "Shliang"
__Email__ = "shliang0603@gmail.com"

import os
import xml.etree.ElementTree as ET
from xml.dom.minidom import Document
import cv2

'''
import xml
xml.dom.minidom.Document().writexml()
def writexml(self,
? ? ? ? ? ? ?writer: Any,
? ? ? ? ? ? ?indent: str = "",
? ? ? ? ? ? ?addindent: str = "",
? ? ? ? ? ? ?newl: str = "",
? ? ? ? ? ? ?encoding: Any = None) -> None
'''

class YOLO2VOCConvert:
? ? def __init__(self, txts_path, xmls_path, imgs_path):
? ? ? ? self.txts_path = txts_path ? # 標注的yolo格式標簽文件路徑
? ? ? ? self.xmls_path = xmls_path ? # 轉(zhuǎn)化為voc格式標簽之后保存路徑
? ? ? ? self.imgs_path = imgs_path ? # 讀取讀片的路徑個圖片名字，存儲到xml標簽文件中
? ? ? ? self.classes = ["shirt", "non_shirt", "western_style_clothes", "coat", "down_filled_coat",
? ? ? ? ? ? ? ? ? ? ? ? "cotton", "sweater", "silk_scarf", "tie", "bow_tie"]

? ? # 從所有的txt文件中提取出所有的類別， yolo格式的標簽格式類別為數(shù)字 0,1,...
? ? # writer為True時，把提取的類別保存到'./Annotations/classes.txt'文件中
? ? def search_all_classes(self, writer=False):
? ? ? ? # 讀取每一個txt標簽文件，取出每個目標的標注信息
? ? ? ? all_names = set()
? ? ? ? txts = os.listdir(self.txts_path)
? ? ? ? # 使用列表生成式過濾出只有后綴名為txt的標簽文件
? ? ? ? txts = [txt for txt in txts if txt.split('.')[-1] == 'txt']
? ? ? ? print(len(txts), txts)
? ? ? ? # 11 ['0002030.txt', '0002031.txt', ... '0002039.txt', '0002040.txt']
? ? ? ? for txt in txts:
? ? ? ? ? ? txt_file = os.path.join(self.txts_path, txt)
? ? ? ? ? ? with open(txt_file, 'r') as f:
? ? ? ? ? ? ? ? objects = f.readlines()
? ? ? ? ? ? ? ? for object in objects:
? ? ? ? ? ? ? ? ? ? object = object.strip().split(' ')
? ? ? ? ? ? ? ? ? ? print(object) ?# ['2', '0.506667', '0.553333', '0.490667', '0.658667']
? ? ? ? ? ? ? ? ? ? all_names.add(int(object[0]))
? ? ? ? ? ? # print(objects) ?# ['2 0.506667 0.553333 0.490667 0.658667\n', '0 0.496000 0.285333 0.133333 0.096000\n', '8 0.501333 0.412000 0.074667 0.237333\n']

? ? ? ? print("所有的類別標簽：", all_names, "共標注數(shù)據(jù)集：%d張" % len(txts))

? ? ? ? # 把從xmls標簽文件中提取的類別寫入到'./Annotations/classes.txt'文件中
? ? ? ? # if writer:
? ? ? ? # ? ? with open('./Annotations/classes.txt', 'w') as f:
? ? ? ? # ? ? ? ? for label in all_names:
? ? ? ? # ? ? ? ? ? ? f.write(label + '\n')

? ? ? ? return list(all_names)

? ? def yolo2voc(self):
? ? ? ? # 創(chuàng)建一個保存xml標簽文件的文件夾
? ? ? ? if not os.path.exists(self.xmls_path):
? ? ? ? ? ? os.mkdir(self.xmls_path)

? ? ? ? # # 讀取每張圖片，獲取圖片的尺寸信息（shape）
? ? ? ? # imgs = os.listdir(self.imgs_path)
? ? ? ? # for img_name in imgs:
? ? ? ? # ? ? img = cv2.imread(os.path.join(self.imgs_path, img_name))
? ? ? ? # ? ? height, width, depth = img.shape
? ? ? ? # ? ? # print(height, width, depth) ? # h 就是多少行（對應圖片的高度）， w就是多少列（對應圖片的寬度）
? ? ? ? #
? ? ? ? # # 讀取每一個txt標簽文件，取出每個目標的標注信息
? ? ? ? # all_names = set()
? ? ? ? # txts = os.listdir(self.txts_path)
? ? ? ? # # 使用列表生成式過濾出只有后綴名為txt的標簽文件
? ? ? ? # txts = [txt for txt in txts if txt.split('.')[-1] == 'txt']
? ? ? ? # print(len(txts), txts)
? ? ? ? # # 11 ['0002030.txt', '0002031.txt', ... '0002039.txt', '0002040.txt']
? ? ? ? # for txt_name in txts:
? ? ? ? # ? ? txt_file = os.path.join(self.txts_path, txt_name)
? ? ? ? # ? ? with open(txt_file, 'r') as f:
? ? ? ? # ? ? ? ? objects = f.readlines()
? ? ? ? # ? ? ? ? for object in objects:
? ? ? ? # ? ? ? ? ? ? object = object.strip().split(' ')
? ? ? ? # ? ? ? ? ? ? print(object) ?# ['2', '0.506667', '0.553333', '0.490667', '0.658667']

? ? ? ? # 把上面的兩個循環(huán)改寫成為一個循環(huán)：
? ? ? ? imgs = os.listdir(self.imgs_path)
? ? ? ? txts = os.listdir(self.txts_path)
? ? ? ? txts = [txt for txt in txts if not txt.split('.')[0] == "classes"] ?# 過濾掉classes.txt文件
? ? ? ? print(txts)
? ? ? ? # 注意，這里保持圖片的數(shù)量和標簽txt文件數(shù)量相等，且要保證名字是一一對應的 ? (后面改進，通過判斷txt文件名是否在imgs中即可)
? ? ? ? if len(imgs) == len(txts): ? # 注意：./Annotation_txt 不要把classes.txt文件放進去
? ? ? ? ? ? map_imgs_txts = [(img, txt) for img, txt in zip(imgs, txts)]
? ? ? ? ? ? txts = [txt for txt in txts if txt.split('.')[-1] == 'txt']
? ? ? ? ? ? print(len(txts), txts)
? ? ? ? ? ? for img_name, txt_name in map_imgs_txts:
? ? ? ? ? ? ? ? # 讀取圖片的尺度信息
? ? ? ? ? ? ? ? print("讀取圖片：", img_name)
? ? ? ? ? ? ? ? img = cv2.imread(os.path.join(self.imgs_path, img_name))
? ? ? ? ? ? ? ? height_img, width_img, depth_img = img.shape
? ? ? ? ? ? ? ? print(height_img, width_img, depth_img) ? # h 就是多少行（對應圖片的高度）， w就是多少列（對應圖片的寬度）

? ? ? ? ? ? ? ? # 獲取標注文件txt中的標注信息
? ? ? ? ? ? ? ? all_objects = []
? ? ? ? ? ? ? ? txt_file = os.path.join(self.txts_path, txt_name)
? ? ? ? ? ? ? ? with open(txt_file, 'r') as f:
? ? ? ? ? ? ? ? ? ? objects = f.readlines()
? ? ? ? ? ? ? ? ? ? for object in objects:
? ? ? ? ? ? ? ? ? ? ? ? object = object.strip().split(' ')
? ? ? ? ? ? ? ? ? ? ? ? all_objects.append(object)
? ? ? ? ? ? ? ? ? ? ? ? print(object) ?# ['2', '0.506667', '0.553333', '0.490667', '0.658667']

? ? ? ? ? ? ? ? # 創(chuàng)建xml標簽文件中的標簽
? ? ? ? ? ? ? ? xmlBuilder = Document()
? ? ? ? ? ? ? ? # 創(chuàng)建annotation標簽，也是根標簽
? ? ? ? ? ? ? ? annotation = xmlBuilder.createElement("annotation")

? ? ? ? ? ? ? ? # 給標簽annotation添加一個子標簽
? ? ? ? ? ? ? ? xmlBuilder.appendChild(annotation)

? ? ? ? ? ? ? ? # 創(chuàng)建子標簽folder
? ? ? ? ? ? ? ? folder = xmlBuilder.createElement("folder")
? ? ? ? ? ? ? ? # 給子標簽folder中存入內(nèi)容，folder標簽中的內(nèi)容是存放圖片的文件夾，例如：JPEGImages
? ? ? ? ? ? ? ? folderContent = xmlBuilder.createTextNode(self.imgs_path.split('/')[-1]) ?# 標簽內(nèi)存
? ? ? ? ? ? ? ? folder.appendChild(folderContent) ?# 把內(nèi)容存入標簽
? ? ? ? ? ? ? ? annotation.appendChild(folder) ? # 把存好內(nèi)容的folder標簽放到 annotation根標簽下

? ? ? ? ? ? ? ? # 創(chuàng)建子標簽filename
? ? ? ? ? ? ? ? filename = xmlBuilder.createElement("filename")
? ? ? ? ? ? ? ? # 給子標簽filename中存入內(nèi)容，filename標簽中的內(nèi)容是圖片的名字，例如：000250.jpg
? ? ? ? ? ? ? ? filenameContent = xmlBuilder.createTextNode(txt_name.split('.')[0] + '.jpg') ?# 標簽內(nèi)容
? ? ? ? ? ? ? ? filename.appendChild(filenameContent)
? ? ? ? ? ? ? ? annotation.appendChild(filename)

? ? ? ? ? ? ? ? # 把圖片的shape存入xml標簽中
? ? ? ? ? ? ? ? size = xmlBuilder.createElement("size")
? ? ? ? ? ? ? ? # 給size標簽創(chuàng)建子標簽width
? ? ? ? ? ? ? ? width = xmlBuilder.createElement("width") ?# size子標簽width
? ? ? ? ? ? ? ? widthContent = xmlBuilder.createTextNode(str(width_img))
? ? ? ? ? ? ? ? width.appendChild(widthContent)
? ? ? ? ? ? ? ? size.appendChild(width) ? # 把width添加為size的子標簽
? ? ? ? ? ? ? ? # 給size標簽創(chuàng)建子標簽height
? ? ? ? ? ? ? ? height = xmlBuilder.createElement("height") ?# size子標簽height
? ? ? ? ? ? ? ? heightContent = xmlBuilder.createTextNode(str(height_img)) ?# xml標簽中存入的內(nèi)容都是字符串
? ? ? ? ? ? ? ? height.appendChild(heightContent)
? ? ? ? ? ? ? ? size.appendChild(height) ?# 把width添加為size的子標簽
? ? ? ? ? ? ? ? # 給size標簽創(chuàng)建子標簽depth
? ? ? ? ? ? ? ? depth = xmlBuilder.createElement("depth") ?# size子標簽width
? ? ? ? ? ? ? ? depthContent = xmlBuilder.createTextNode(str(depth_img))
? ? ? ? ? ? ? ? depth.appendChild(depthContent)
? ? ? ? ? ? ? ? size.appendChild(depth) ?# 把width添加為size的子標簽
? ? ? ? ? ? ? ? annotation.appendChild(size) ? # 把size添加為annotation的子標簽

? ? ? ? ? ? ? ? # 每一個object中存儲的都是['2', '0.506667', '0.553333', '0.490667', '0.658667']一個標注目標
? ? ? ? ? ? ? ? for object_info in all_objects:
? ? ? ? ? ? ? ? ? ? # 開始創(chuàng)建標注目標的label信息的標簽
? ? ? ? ? ? ? ? ? ? object = xmlBuilder.createElement("object") ?# 創(chuàng)建object標簽
? ? ? ? ? ? ? ? ? ? # 創(chuàng)建label類別標簽
? ? ? ? ? ? ? ? ? ? # 創(chuàng)建name標簽
? ? ? ? ? ? ? ? ? ? imgName = xmlBuilder.createElement("name") ?# 創(chuàng)建name標簽
? ? ? ? ? ? ? ? ? ? imgNameContent = xmlBuilder.createTextNode(self.classes[int(object_info[0])])
? ? ? ? ? ? ? ? ? ? imgName.appendChild(imgNameContent)
? ? ? ? ? ? ? ? ? ? object.appendChild(imgName) ?# 把name添加為object的子標簽

? ? ? ? ? ? ? ? ? ? # 創(chuàng)建pose標簽
? ? ? ? ? ? ? ? ? ? pose = xmlBuilder.createElement("pose")
? ? ? ? ? ? ? ? ? ? poseContent = xmlBuilder.createTextNode("Unspecified")
? ? ? ? ? ? ? ? ? ? pose.appendChild(poseContent)
? ? ? ? ? ? ? ? ? ? object.appendChild(pose) ?# 把pose添加為object的標簽

? ? ? ? ? ? ? ? ? ? # 創(chuàng)建truncated標簽
? ? ? ? ? ? ? ? ? ? truncated = xmlBuilder.createElement("truncated")
? ? ? ? ? ? ? ? ? ? truncatedContent = xmlBuilder.createTextNode("0")
? ? ? ? ? ? ? ? ? ? truncated.appendChild(truncatedContent)
? ? ? ? ? ? ? ? ? ? object.appendChild(truncated)

? ? ? ? ? ? ? ? ? ? # 創(chuàng)建difficult標簽
? ? ? ? ? ? ? ? ? ? difficult = xmlBuilder.createElement("difficult")
? ? ? ? ? ? ? ? ? ? difficultContent = xmlBuilder.createTextNode("0")
? ? ? ? ? ? ? ? ? ? difficult.appendChild(difficultContent)
? ? ? ? ? ? ? ? ? ? object.appendChild(difficult)

? ? ? ? ? ? ? ? ? ? # 先轉(zhuǎn)換一下坐標
? ? ? ? ? ? ? ? ? ? # (objx_center, objy_center, obj_width, obj_height)->(xmin，ymin, xmax,ymax)
? ? ? ? ? ? ? ? ? ? x_center = float(object_info[1])*width_img + 1
? ? ? ? ? ? ? ? ? ? y_center = float(object_info[2])*height_img + 1
? ? ? ? ? ? ? ? ? ? xminVal = int(x_center - 0.5*float(object_info[3])*width_img) ? # object_info列表中的元素都是字符串類型
? ? ? ? ? ? ? ? ? ? yminVal = int(y_center - 0.5*float(object_info[4])*height_img)
? ? ? ? ? ? ? ? ? ? xmaxVal = int(x_center + 0.5*float(object_info[3])*width_img)
? ? ? ? ? ? ? ? ? ? ymaxVal = int(y_center + 0.5*float(object_info[4])*height_img)

? ? ? ? ? ? ? ? ? ? # 創(chuàng)建bndbox標簽(三級標簽)
? ? ? ? ? ? ? ? ? ? bndbox = xmlBuilder.createElement("bndbox")
? ? ? ? ? ? ? ? ? ? # 在bndbox標簽下再創(chuàng)建四個子標簽(xmin，ymin, xmax,ymax) 即標注物體的坐標和寬高信息
? ? ? ? ? ? ? ? ? ? # 在voc格式中，標注信息：左上角坐標（xmin, ymin） （xmax, ymax）右下角坐標
? ? ? ? ? ? ? ? ? ? # 1、創(chuàng)建xmin標簽
? ? ? ? ? ? ? ? ? ? xmin = xmlBuilder.createElement("xmin") ?# 創(chuàng)建xmin標簽（四級標簽）
? ? ? ? ? ? ? ? ? ? xminContent = xmlBuilder.createTextNode(str(xminVal))
? ? ? ? ? ? ? ? ? ? xmin.appendChild(xminContent)
? ? ? ? ? ? ? ? ? ? bndbox.appendChild(xmin)
? ? ? ? ? ? ? ? ? ? # 2、創(chuàng)建ymin標簽
? ? ? ? ? ? ? ? ? ? ymin = xmlBuilder.createElement("ymin") ?# 創(chuàng)建ymin標簽（四級標簽）
? ? ? ? ? ? ? ? ? ? yminContent = xmlBuilder.createTextNode(str(yminVal))
? ? ? ? ? ? ? ? ? ? ymin.appendChild(yminContent)
? ? ? ? ? ? ? ? ? ? bndbox.appendChild(ymin)
? ? ? ? ? ? ? ? ? ? # 3、創(chuàng)建xmax標簽
? ? ? ? ? ? ? ? ? ? xmax = xmlBuilder.createElement("xmax") ?# 創(chuàng)建xmax標簽（四級標簽）
? ? ? ? ? ? ? ? ? ? xmaxContent = xmlBuilder.createTextNode(str(xmaxVal))
? ? ? ? ? ? ? ? ? ? xmax.appendChild(xmaxContent)
? ? ? ? ? ? ? ? ? ? bndbox.appendChild(xmax)
? ? ? ? ? ? ? ? ? ? # 4、創(chuàng)建ymax標簽
? ? ? ? ? ? ? ? ? ? ymax = xmlBuilder.createElement("ymax") ?# 創(chuàng)建ymax標簽（四級標簽）
? ? ? ? ? ? ? ? ? ? ymaxContent = xmlBuilder.createTextNode(str(ymaxVal))
? ? ? ? ? ? ? ? ? ? ymax.appendChild(ymaxContent)
? ? ? ? ? ? ? ? ? ? bndbox.appendChild(ymax)

? ? ? ? ? ? ? ? ? ? object.appendChild(bndbox)
? ? ? ? ? ? ? ? ? ? annotation.appendChild(object) ?# 把object添加為annotation的子標簽
? ? ? ? ? ? ? ? f = open(os.path.join(self.xmls_path, txt_name.split('.')[0]+'.xml'), 'w')
? ? ? ? ? ? ? ? xmlBuilder.writexml(f, indent='\t', newl='\n', addindent='\t', encoding='utf-8')
? ? ? ? ? ? ? ? f.close()

if __name__ == '__main__':
? ? txts_path1 = './Annotations_txt'
? ? xmls_path1 = './Annotations_xml'
? ? imgs_path1 = './JPEGImages'

? ? yolo2voc_obj1 = YOLO2VOCConvert(txts_path1, xmls_path1, imgs_path1)
? ? labels = yolo2voc.search_all_classes()
? ? print('labels: ', labels)
? ? yolo2voc_obj1.yolo2voc()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
5 VOC格式標簽轉(zhuǎn)化為YOLO格式標簽代碼
代碼參考

Github yolov3：https://github.com/AlexeyAB/darknet/blob/master/scripts/voc_label.py
YOLO官網(wǎng)：https://pjreddie.com/media/files/voc_label.py
把標注的VOC格式的.xml標簽文件，轉(zhuǎn)化為YOLO格式的txt標簽文件

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

# classes = ['hard_hat', 'other', 'regular', 'long_hair', 'braid', 'bald', 'beard']

def convert(size, box):
? ? # size=(width, height) ?b=(xmin, xmax, ymin, ymax)
? ? # x_center = (xmax+xmin)/2 ? ? ? ?y_center = (ymax+ymin)/2
? ? # x = x_center / width ? ? ? ? ? ?y = y_center / height
? ? # w = (xmax-xmin) / width ? ? ? ? h = (ymax-ymin) / height
? ??
? ? x_center = (box[0]+box[1])/2.0
? ? y_center = (box[2]+box[3])/2.0
? ? x = x_center / size[0]
? ? y = y_center / size[1]

? ? w = (box[1] - box[0]) / size[0]
? ? h = (box[3] - box[2]) / size[1]
? ??
? ? # print(x, y, w, h)
? ? return (x,y,w,h)

def convert_annotation(xml_files_path, save_txt_files_path, classes): ?
? ? xml_files = os.listdir(xml_files_path)
? ? print(xml_files)
? ? for xml_name in xml_files:
? ? ? ? print(xml_name)
? ? ? ? xml_file = os.path.join(xml_files_path, xml_name)
? ? ? ? out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
? ? ? ? out_txt_f = open(out_txt_path, 'w')
? ? ? ? tree=ET.parse(xml_file)
? ? ? ? root = tree.getroot()
? ? ? ? size = root.find('size')
? ? ? ? w = int(size.find('width').text)
? ? ? ? h = int(size.find('height').text)

? ? ? ? for obj in root.iter('object'):
? ? ? ? ? ? difficult = obj.find('difficult').text
? ? ? ? ? ? cls = obj.find('name').text
? ? ? ? ? ? if cls not in classes or int(difficult) == 1:
? ? ? ? ? ? ? ? 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))
? ? ? ? ? ? # b=(xmin, xmax, ymin, ymax)
? ? ? ? ? ? print(w, h, b)
? ? ? ? ? ? bb = convert((w,h), b)
? ? ? ? ? ? out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

if __name__ == "__main__":
? ? # 測試程序
? ? # classes = ['hard_hat', 'other', 'regular', 'long_hair', 'braid', 'bald', 'beard']
? ? # xml_files = r'D:\ZF\1_ZF_proj\3_腳本程序\2_voc格式轉(zhuǎn)yolo格式\voc_labels'
? ? # save_txt_files = r'D:\ZF\1_ZF_proj\3_腳本程序\2_voc格式轉(zhuǎn)yolo格式\yolo_labels'
? ? # convert_annotation(xml_files, save_txt_files, classes)

? ? #====================================================================================================
? ? # 把帽子頭發(fā)胡子的voc的xml標簽文件轉(zhuǎn)化為yolo的txt標簽文件
? ? # 1、帽子頭發(fā)胡子的類別
? ? classes1 = ['hard_hat', 'other', 'regular', 'long_hair', 'braid', 'bald', 'beard']
? ? # 2、voc格式的xml標簽文件路徑
? ? xml_files1 = r'D:\ZF\2_ZF_data\19_Yolov5_dataset\VOCdevkit_hat_hair_beard_補過標簽_合并類別\VOC2007\Annotations_合并類別之后的標簽'
? ? # 3、轉(zhuǎn)化為yolo格式的txt標簽文件存儲路徑
? ? save_txt_files1 = r'D:\ZF\2_ZF_data\19_Yolov5_dataset\VOCdevkit_hat_hair_beard_yolo\labels'

? ? convert_annotation(xml_files1, save_txt_files1, classes1)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79

? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ? ⊕ ?
————————————————
版權(quán)聲明：本文為CSDN博主「點亮～黑夜」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/weixin_41010198/article/details/107175968

總結(jié)

以上是生活随笔為你收集整理的coco与voc相互转化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。