快捷導(dǎo)航

三分鐘教會你用Python+OpenCV批量裁剪xml格式標(biāo)注的圖片

更新時間：2022年01月20日 12:48:42 作者：18歲小白想成大牛

最近學(xué)習(xí)網(wǎng)絡(luò)在線課程的過程中,為了方便課后復(fù)習(xí),使用手機截取了大量的圖片,下面這篇文章主要給大家介紹了如何通過三分鐘教會你用Python+OpenCV批量裁剪xml格式標(biāo)注圖片的相關(guān)資料,需要的朋友可以參考下

前言

在目標(biāo)檢測中，數(shù)據(jù)集常常使用labelimg標(biāo)注，會生成xml文件。本文旨在根據(jù)xml標(biāo)注文件來裁剪目標(biāo)，以達到去除背景信息的目的。

xml文件格式

以下是一個標(biāo)注好的圖片生成的xml文件。具體含義見代碼注釋。

<annotation>                             <!--xml所屬文件夾-->
	<folder>JPEGImages</folder>          <!--對應(yīng)圖片所屬文件夾-->
	<filename>408.bmp</filename>
	<path>E:\JPEGImages\408.bmp</path>
	<source>
		<database>Unknown</database>
	</source>
	<size>           				<!--整張圖片寬，高，3通道彩色-->
		<width>413</width>
		<height>342</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>							<!--標(biāo)注的目標(biāo)，一共5個框-->
		<name>bad_part</name>			<!--名稱，也就是類別-->
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>                  <!--坐標(biāo)，左上，左下，右上，右下-->
			<xmin>339</xmin>
			<ymin>103</ymin>
			<xmax>398</xmax>
			<ymax>173</ymax>
		</bndbox>
	</object>
	<object>
		<name>bad_part</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>265</xmin>
			<ymin>15</ymin>
			<xmax>364</xmax>
			<ymax>74</ymax>
		</bndbox>
	</object>
	<object>
		<name>bad_part</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>118</xmin>
			<ymin>33</ymin>
			<xmax>195</xmax>
			<ymax>52</ymax>
		</bndbox>
	</object>
	<object>
		<name>bad_part</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>113</xmin>
			<ymin>103</ymin>
			<xmax>177</xmax>
			<ymax>147</ymax>
		</bndbox>
	</object>
	<object>
		<name>bad_part</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>224</xmin>
			<ymin>298</ymin>
			<xmax>287</xmax>
			<ymax>326</ymax>
		</bndbox>
	</object>
</annotation>

代碼思想

獲取到標(biāo)簽文件路徑和圖片文件路徑；
遍歷圖片文件夾獲取到圖片，并分割文件名；
根據(jù)圖片的文件名加后綴xml得到具體的標(biāo)簽文件；
通過xml.etree.ElementTree讀取xml文件；
遍歷所有的目標(biāo)框，獲取到[]；
通過cv2裁剪目標(biāo)(先高后寬參考文章:http://www.fzitv.net/article/211183.htm中的第二中裁剪方法)；
將裁剪好的圖片保存到指定文件目錄。

完整代碼

'''
根據(jù)xml標(biāo)簽裁剪目標(biāo)
1.文件夾中可以有除了圖片格式或標(biāo)簽格式的文件，有判斷可以忽略其他文件
2.圖片未標(biāo)注沒有對應(yīng)的xml文件自動忽略不會報錯
3.同一個圖片有多個真實框，會按名稱_0,名稱_1 …… 排列
4.圖片本身的命名無規(guī)律會按3中的命名規(guī)則加上名稱后綴重新命名。
'''

import cv2
import xml.etree.ElementTree as ET
import os 

img_path = r'E:/JPEGImages' #圖片路徑
xml_path = r'E:/Annotations' #標(biāo)簽路徑
obj_img_path = r'E:/cut'   #目標(biāo)裁剪圖片存放路徑

for img_file in os.listdir(img_path):    #遍歷圖片文件夾
    if img_file[-4:] in ['.bmp', '.jpg','.png']:    #判斷文件是否為圖片格式
        img_filename = os.path.join(img_path, img_file)  #將圖片路徑與圖片名進行拼接
        img_cv = cv2.imread(img_filename)  #讀取圖片
        
        img_name = (os.path.splitext(img_file)[0])  #分割出圖片名，如“000.png” 圖片名為“000”
        xml_name = xml_path + '\\' + '%s.xml'%img_name  #利用標(biāo)簽路徑、圖片名、xml后綴拼接出完整的標(biāo)簽路徑名
        
        if os.path.exists(xml_name):  #判斷與圖片同名的標(biāo)簽是否存在，因為圖片不一定每張都打標(biāo)
            root = ET.parse(xml_name).getroot() #利用ET讀取xml文件
            count = 0 #目標(biāo)框個數(shù)統(tǒng)計，防止目標(biāo)文件覆蓋
            for obj in root.iter('object'):  #遍歷所有目標(biāo)框
                name = obj.find('name').text   #獲取目標(biāo)框名稱，即label名
            
                xmlbox = obj.find('bndbox')   #找到框目標(biāo)
                x0 = xmlbox.find('xmin').text  #將框目標(biāo)的四個頂點坐標(biāo)取出
                y0 = xmlbox.find('ymin').text
                x1 = xmlbox.find('xmax').text
                y1 = xmlbox.find('ymax').text
                
                obj_img = img_cv[int(y0):int(y1), int(x0):int(x1)]  #cv2裁剪出目標(biāo)框中的圖片
                
                cv2.imwrite(obj_img_path + '\\' + '%s_%s'%(img_name, count) + '.jpg', obj_img)  #保存裁剪圖片
                count += 1 #目標(biāo)框統(tǒng)計值自增1
                
print("裁剪完成！")