文章目录[隐藏]

1、目标
2、标注目标框生成XML文件
3、将XML文件转化为TXT文件
- 3.1将图像遍历输入到txt文件中
- 3.2生成与图像名对应的txt文件
  - （1）运行代码
  - （2）完成结果

1、目标

标注图像是为了生成用于训练的数据集，我们需要对采集的图像进行一系列操作，然后生成与图像同名的txt文件，txt文件中记录了目标信息包括有：类别标签、左上角横坐标、左上角纵坐标、右下角横坐标、右下角纵坐标。

举个例子，对DSC_0011_12.jpg图像进行标注，我们要生成一个DSC_0011_12.txt文件，txt文件内部为

2、标注目标框生成XML文件

标注的过程大概分为如下几步，首先是框选目标并形成XML文件，而后将XML文件转化为TXT文件。在本节将说明框选目标并形成XML文件的过程。

在本步骤中我们借助了labeIImg完成(下载地址：https://tzutalin.github.io/labelImg/)，通过这个工具我们可以在图像中框出选择的目标，然后labelImg会生成如下的XML文件来记录标注的信息。

（1）建立工作区（必须）

明确本步的目标后，我们正式开始我们的框选目标过程。首先要为我们的labeIImg建立工作区，首先新建文件夹myData，然后在myData内部建立两个文件夹，分别命名为Annotations和JPEGImages，然后将我们的待标记图片放入JPEGImages，labeIImg生成的HTML文件会在Annotations文件夹内。

（2）导入工作区

这一步我们直接用图片说明，打开工具labeIImg(下载地址：https://tzutalin.github.io/labelImg/)后：

step1：点击按钮

step2：找到文件夹并导入

step3：导入完成

（3）在图片中进行标注

本次标注的目标是标记车辆，命名为car。

step1：点击创建目标框按钮

step2：画目标框

step3：保存

点击右边的按钮或者快捷键都可

step4：下一张

（4）完成

完成后在JPEGImages中的每张图片都会有一个相应的xml文件在Annotations中。

3、将XML文件转化为TXT文件

因为我们的最终需要的是生成与图像同名的txt文件，而目前是xml文件，所有在本步中要完成聪XML文件到TXT文件的转化。首先我们先统计图像的名称放在一个文件中，然后再与Annotations中保留目标框位置的信息对照生成与图像同名的txt文件，这两步各使用一个代码完成。

3.1将图像遍历输入到txt文件中

（1）建立存放目标文件的目录

建立目标文件夹目录：在myData文件夹下建立ImageSets文件夹，在ImageSets文件夹内建立Main文件夹，本步骤生成的文件都会存放在myData\ImageSets\Main中，如下图：

（2）运行代码生成文件

本步需要利用代码实现，我这边是命名为了BirthPictureTxt.py，存放在myData目录下：

代码为：

#代码来源：https://www.cnblogs.com/answerThe/p/11481564.html#
import os
import random

trainval_percent = 0#划分数据集
train_percent = 1#划分数据集，这边不希望划分所以一个为1，一个为0
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'#先建立目标文件夹是为了这边
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

（3）完成结果

完成后，我们得到包含图像名称的txt文件train.txt（该文件存放在myData\ImageSets\Main中）

3.2生成与图像名对应的txt文件

这是最后一步，需要生成与图像名对应的txt文件。

（1）运行代码

将代码放在与myData同级的目录下：

代码为：

#代码来源：https://www.cnblogs.com/answerThe/p/11481564.html#
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

# 源代码sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
sets = [('2021', 'train')]  # 改成自己建立的myData名称，如果直接拷贝上面步骤的代码，这步不需要改变

classes = ["car"]  # 改成自己的类别名称（按前后写，照应第44行）


def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    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(year, image_id):
    in_file = open('myData/Annotations/%s.xml' % (image_id))  # 源代码VOCdevkit/VOC%s/Annotations/%s.xml
    out_file = open('myData/labels/%s.txt' % (image_id), 'w')  # 源代码VOCdevkit/VOC%s/labels/%s.txt
    tree = ET.parse(in_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'):
        if obj.find('difficult'):
            difficult = int(obj.find('difficult').text)
        else:
            difficult = 0
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)#这里是指目标序号，默认是从0开始，按第10行classes里的顺序递增
                                   #例如classes = ["car","apple"]，则car序号是0，apple是1
                                   #若想改变比如从2开始计数，这里可以+2
        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()

for year, image_set in sets:
    if not os.path.exists('myData/labels/'):  # 改成自己建立的myData
        os.makedirs('myData/labels/')
    image_ids = open('myData/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('myData/%s_%s.txt' % (year, image_set), 'w')
    for image_id in image_ids:
        list_file.write('%s/myData/JPEGImages/%s.jpg\n' % (wd, image_id))
        convert_annotation(year, image_id)
    list_file.close()

（2）完成结果

我们的目标文件就存在于myData/labels（自动建立）里面啦

版权声明：本文为CSDN博主「辉e」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/hihui1231/article/details/120165592

目标检测——标注图像（超详细步骤）

1、目标