目標檢測YOLOV2-Xml文件解析（一）

目錄

讀取標籤文件

讀取標籤文件

目標檢測的標籤文件一般格式形式是xml格式，可使用labelImg標註工具進行標註。

將全部標籤文件與源圖片路徑讀取出來保存到列表中，返回，以供後續處理使用。

讀取文件代碼：

文件名：xml_parse.py

# -*- coding: utf-8 -*-
import os, glob
import numpy as np
import xml.etree.ElementTree as ET

def paras_annotation(img_dir, ann_dir, labels):
    """
    :param img_dir: image path
    :param ann_dir: annotation xml file path
    :param labels: ("class1", "class2",...,), 背景默認爲0
    :function: paras annotation info from xml file
    :return:
    """
    imgs_info = []  #存儲所有圖片信息的容器列表
    max_boxes = 0   #計算所有圖片中，目標在一張圖片中所可能出現的最大數量
    # for each annotation xml file
    for ann in os.listdir(ann_dir):  # 遍歷文件夾中所有的xml文件, 返回值是xml的地址
        tree = ET.parse(os.path.join(ann_dir, ann))  #使用xml內置函數讀取xml文件，並返回一個可讀取節點的句柄

        img_info = dict()  # 爲每一個標籤xml文件創建一個內容存放容器字典
        boxes_counter = 0  # 計算該標籤文件中所含有的目標數量
        # 由於每張標籤中，目標存在數量可能大於1， 所有將object內容格式設置爲列表，以存放多個object
        img_info['object'] = []
        for elem in tree.iter(): # 遍歷xml文件中所有的節點
            if 'filename' in elem.tag:  # 讀取文件名，將文件絕對路徑存儲在字典中
                img_info['filename'] = os.path.join(img_dir, elem.text)
            # 讀取標籤中目標的寬，高， 通道默認爲3不進行讀取
            if 'width' in elem.tag:
                img_info['width'] = int(elem.text)
                # assert img_info['width'] == 512  #用於斷言圖片的寬高爲512 512
            if 'height' in elem.tag:
                img_info['height'] = int(elem.text)
                # assert img_info['height'] == 512

            if 'object' in elem.tag or 'part' in elem.tag:  # 讀取目標框的信息
                # 目標框信息存儲方式：x1-y1-x2-y2-label
                object_info = [0, 0, 0, 0, 0] # 創建存儲目標框信息的容器列表
                boxes_counter += 1
                for attr in list(elem):  # 循環讀取子節點
                    if 'name' in attr.tag:  # 目標名
                        label = labels.index(attr.text) + 1 # 返回索引值 並加1， 因爲背景爲0
                        object_info[4] = label
                    if 'bndbox' in attr.tag:  # bndbox的信息
                        for pos in list(attr):
                            if 'xmin' in pos.tag:
                                object_info[0] = int(pos.text)
                            if 'ymin' in pos.tag:
                                object_info[1] = int(pos.text)
                            if 'xmax' in pos.tag:
                                object_info[2] = int(pos.text)
                            if 'ymax' in pos.tag:
                                object_info[3] = int(pos.text)
                # object shape: [n, 5]，是一個列表，但包含n個子列表，每個子列表有5個內容
                img_info['object'].append(object_info)

        imgs_info.append(img_info)  # filename, w/h/box_info
        # (N,5)=(max_objects_num, 5)
        if boxes_counter > max_boxes:
            max_boxes = boxes_counter
    # the maximum boxes number is max_boxes
    # 將讀取的object信息轉化爲一個矩陣形式：[b, max_objects_num, 5]
    boxes = np.zeros([len(imgs_info), max_boxes, 5])
    print(boxes.shape)
    imgs = []  # filename list
    for i, img_info in enumerate(imgs_info):
        # [N,5]
        img_boxes = np.array(img_info['object']) # img_boxes.shape[N, 5]
        # overwrite the N boxes info
        boxes[i, :img_boxes.shape[0]] = img_boxes

        imgs.append(img_info['filename'])  # 文件名

        # print(img_info['filename'], boxes[i,:5])
    # imgs: list of image path
    # boxes: [b,40,5]
    return imgs, boxes

測試代碼：

# 測試代碼
if __name__ == "__main__":
    img_path = "data\\val\\image"  #圖片路徑
    annotation_path = "data\\val\\annotation" # 標籤路徑
    label = ("sugarbeet", "weed")  # 自定義的標籤名字，背景不寫，默認爲0

    img, box = paras_annotation(img_path, annotation_path, label)
    print(img[0])
    print(box.shape)
    print(box[0])

未完待續。。。。。