python yolo混合文件xml和img整理/回顯yolo標(biāo)注文件方式
更新時間：2026年01月21日 09:30:59 作者：像風(fēng)一樣的男人@
本文介紹了如何根據(jù)XML文件中的標(biāo)簽順序進(jìn)行索引轉(zhuǎn)換,并提供了一種自定義標(biāo)簽轉(zhuǎn)格式的方法,以回顯YOLO標(biāo)注文件
按xml中提取的標(biāo)簽順序轉(zhuǎn)索引
import os
import random
import time
from pathlib import Path
import shutil
import tkinter as tk
from tkinter import filedialog
from loguru import logger
import xml.etree.ElementTree as ET
class AnalysisXML(object):
'''清洗xml'''
def __init__(self):
root = tk.Tk()
root.withdraw()
root.attributes('-topmost', 1)
self.directory = filedialog.askdirectory() # 打開目錄選擇器
root.destroy()
logger.warning(f'路徑選擇:【{self.directory}】')
def xml_img_split(self):
'''分割圖片和xml'''
logger.info(f'---------------------------分割圖片和xml------------------------')
self.images_path = Path(self.directory).parent.joinpath('images')
self.xml_labels_path = Path(self.directory).parent.joinpath('xml_labels')
self.images_path.mkdir(parents=True, exist_ok=True)
self.xml_labels_path.mkdir(parents=True, exist_ok=True)
for i in Path(self.directory).iterdir():
if i.suffix == '.xml':
new_path = self.xml_labels_path.joinpath(i.name)
logger.debug(f'移動:【{i}】 -> 【{new_path}】')
shutil.copy(str(i), str(new_path))
if i.suffix in ('.jpg', '.png'):
new_path = self.images_path.joinpath(i.name)
logger.debug(f'移動:【{i}】 -> 【{new_path}】')
shutil.copy(str(i), str(new_path))
def xml_to_txt(self):
'''xml轉(zhuǎn)txt'''
logger.info(f'----------------------------正在將xml轉(zhuǎn)為txt-----------------------')
self.txt_labels = self.xml_labels_path.joinpath('labels') # 替換為實際的輸出TXT文件夾路徑
os.makedirs(self.txt_labels, exist_ok=True)
names_set = set()
for filename in os.listdir(self.xml_labels_path):
if filename.endswith('.xml'):
tree = ET.parse(os.path.join(self.xml_labels_path, filename))
root = tree.getroot()
for obj in root.findall('object'):
name = obj.find('name').text
names_set.add(name)
# 輸出所有的name
categories = []
for name in names_set:
categories.append(name)
logger.success(f'標(biāo)注的內(nèi)容names:【{categories}】')
category_to_index = {category: index for index, category in enumerate(categories)}
# 遍歷輸入文件夾中的所有XML文件
for filename in os.listdir(self.xml_labels_path):
if filename.endswith('.xml'):
xml_path = os.path.join(self.xml_labels_path, filename)
logger.warning(f'正在處理:【{xml_path}】')
# 解析XML文件
tree = ET.parse(xml_path)
root = tree.getroot()
# 提取圖像的尺寸
size = root.find('size')
width = int(size.find('width').text)
height = int(size.find('height').text)
# 存儲name和對應(yīng)的歸一化坐標(biāo)
objects = []
# 遍歷XML中的object標(biāo)簽
for obj in root.findall('object'):
name = obj.find('name').text
if name in category_to_index:
category_index = category_to_index[name]
else:
continue # 如果name不在指定類別中，跳過該object
bndbox = obj.find('bndbox')
xmin = int(bndbox.find('xmin').text)
ymin = int(bndbox.find('ymin').text)
xmax = int(bndbox.find('xmax').text)
ymax = int(bndbox.find('ymax').text)
# 轉(zhuǎn)換為中心點(diǎn)坐標(biāo)和寬高
x_center = (xmin + xmax) / 2.0
y_center = (ymin + ymax) / 2.0
w = xmax - xmin
h = ymax - ymin
# 歸一化
x = x_center / width
y = y_center / height
w = w / width
h = h / height
objects.append(f"{category_index} {x:.6f} {y:.6f} {w:.6f} {h:.6f}")
# 輸出結(jié)果到對應(yīng)的TXT文件
txt_filename = os.path.splitext(filename)[0] + '.txt'
txt_path = os.path.join(self.txt_labels, txt_filename)
with open(txt_path, 'w') as f:
for obj in objects:
f.write(obj + '\n')
def to_dataset(self, test_ratio):
'''整理為dataset'''
output_folder = os.path.join(os.path.dirname(self.directory), 'datasets')
input_image_folder = self.images_path
input_label_folder = self.txt_labels
train_images_folder = os.path.join(output_folder, 'train', 'images')
train_labels_folder = os.path.join(output_folder, 'train', 'labels')
val_images_folder = os.path.join(output_folder, 'val', 'images')
val_labels_folder = os.path.join(output_folder, 'val', 'labels')
os.makedirs(train_images_folder, exist_ok=True)
os.makedirs(train_labels_folder, exist_ok=True)
os.makedirs(val_images_folder, exist_ok=True)
os.makedirs(val_labels_folder, exist_ok=True)
# 獲取所有圖像文件列表
images = [f for f in os.listdir(input_image_folder) if f.endswith('.jpg') or f.endswith('.png')]
# 隨機(jī)打亂圖像文件列表
random.shuffle(images)
# 計算驗證集的數(shù)量
val_size = int(len(images) * test_ratio)
# 劃分驗證集和訓(xùn)練集
val_images = images[:val_size]
train_images = images[val_size:]
# 復(fù)制驗證集圖像和標(biāo)簽
for image in val_images:
label = os.path.splitext(image)[0] + '.txt'
if os.path.exists(os.path.join(input_label_folder, label)):
shutil.copy(os.path.join(input_image_folder, image), os.path.join(val_images_folder, image))
shutil.copy(os.path.join(input_label_folder, label), os.path.join(val_labels_folder, label))
logger.debug(
f'【{os.path.join(input_image_folder, image)}】 --> 【{os.path.join(val_images_folder, image)}】')
logger.success(
f'【{os.path.join(input_label_folder, label)}】 --> 【{os.path.join(val_labels_folder, label)}】')
else:
logger.error(f"Warning: Label file {label} not found for image {image}")
# 復(fù)制訓(xùn)練集圖像和標(biāo)簽
for image in train_images:
label = os.path.splitext(image)[0] + '.txt'
if os.path.exists(os.path.join(input_label_folder, label)):
shutil.copy(os.path.join(input_image_folder, image), os.path.join(train_images_folder, image))
shutil.copy(os.path.join(input_label_folder, label), os.path.join(train_labels_folder, label))
logger.debug(
f'【{os.path.join(input_image_folder, image)}】 --> 【{os.path.join(train_images_folder, image)}】')
logger.success(
f'【{os.path.join(input_label_folder, label)}】 --> 【{os.path.join(train_labels_folder, label)}】')
else:
logger.error(f"Warning: Label file {label} not found for image {image}")
def start(self):
'''啟動'''
time.sleep(1)
self.xml_img_split()
time.sleep(1)
self.xml_to_txt()
time.sleep(1)
self.to_dataset(0.2)
if __name__ == '__main__':
base_dir = os.path.dirname(__file__)
log_path = os.path.join(base_dir, 'log.log')
if os.path.exists(log_path):
os.unlink(log_path)
logger.add(log_path)
print('...第一層文件夾')
print(' -->第二層文件夾↓')
print(' -->[xml和img混合文件夾]')
print('\n')
status = input('請確認(rèn)xml和圖片在同一個文件夾(99:確認(rèn))(任意值:取消):')
if status in (99, '99'):
a = AnalysisXML()
a.start()
logger.success('系統(tǒng)完成')
for i in (3, 2, 1):
time.sleep(1)
logger.success(f'{i}/秒')
else:
logger.error('系統(tǒng)退出!')
for i in (3, 2, 1):
time.sleep(1)
logger.error(f'{i}/秒')
根據(jù)自定義標(biāo)簽轉(zhuǎn)格式(推薦)
import os
import random
import time
from pathlib import Path
import shutil
import tkinter as tk
from tkinter import filedialog, simpledialog
from loguru import logger
import xml.etree.ElementTree as ET
class AnalysisXML(object):
'''清洗xml并按自定義標(biāo)簽列表轉(zhuǎn)換為YOLO格式'''
def __init__(self):
root = tk.Tk()
root.withdraw()
root.attributes('-topmost', 1)
self.directory = filedialog.askdirectory() # 打開目錄選擇器
# 新增：輸入自定義標(biāo)簽列表（用英文逗號分隔，如 cat,dog,car）
self.custom_categories = simpledialog.askstring(
"請輸入",
'自定義標(biāo)簽列表,(空格逗號分隔); 輸入示例: cat dog car person',
parent=root
)
root.destroy()
# 處理輸入的標(biāo)簽列表
if self.custom_categories:
# 去空格、拆分、去重
self.categories = [cat.strip() for cat in self.custom_categories.split() if cat.strip()]
logger.warning(f'自定義標(biāo)簽列表:【{self.categories}】')
else:
logger.error('未輸入標(biāo)簽列表，程序退出！')
exit(1)
logger.warning(f'路徑選擇:【{self.directory}】')
def xml_img_split(self):
'''分割圖片和xml'''
logger.info(f'---------------------------分割圖片和xml------------------------')
self.images_path = Path(self.directory).parent.joinpath('images')
self.xml_labels_path = Path(self.directory).parent.joinpath('xml_labels')
self.images_path.mkdir(parents=True, exist_ok=True)
self.xml_labels_path.mkdir(parents=True, exist_ok=True)
for i in Path(self.directory).iterdir():
if i.suffix == '.xml':
new_path = self.xml_labels_path.joinpath(i.name)
logger.debug(f'移動:【{i}】 -> 【{new_path}】')
shutil.copy(str(i), str(new_path))
if i.suffix in ('.jpg', '.png'):
new_path = self.images_path.joinpath(i.name)
logger.debug(f'移動:【{i}】 -> 【{new_path}】')
shutil.copy(str(i), str(new_path))
def xml_to_txt(self):
'''xml轉(zhuǎn)txt（按自定義標(biāo)簽列表映射索引）'''
logger.info(f'----------------------------正在將xml轉(zhuǎn)為txt-----------------------')
self.txt_labels = self.xml_labels_path.joinpath('labels') # 替換為實際的輸出TXT文件夾路徑
os.makedirs(self.txt_labels, exist_ok=True)
# 核心修改：用自定義標(biāo)簽列表生成索引映射，而非自動無序生成
category_to_index = {category: index for index, category in enumerate(self.categories)}
logger.success(f'標(biāo)簽->索引映射:【{category_to_index}】')
# 遍歷輸入文件夾中的所有XML文件
for filename in os.listdir(self.xml_labels_path):
if filename.endswith('.xml'):
xml_path = os.path.join(self.xml_labels_path, filename)
logger.warning(f'正在處理:【{xml_path}】')
# 解析XML文件
tree = ET.parse(xml_path)
root = tree.getroot()
# 提取圖像的尺寸
size = root.find('size')
width = int(size.find('width').text)
height = int(size.find('height').text)
# 存儲name和對應(yīng)的歸一化坐標(biāo)
objects = []
# 遍歷XML中的object標(biāo)簽
for obj in root.findall('object'):
name = obj.find('name').text
# 檢查標(biāo)簽是否在自定義列表中，不在則跳過并警告
if name not in category_to_index:
logger.warning(f'XML【{filename}】中發(fā)現(xiàn)未定義標(biāo)簽【{name}】，已跳過！')
continue
category_index = category_to_index[name]
bndbox = obj.find('bndbox')
xmin = int(bndbox.find('xmin').text)
ymin = int(bndbox.find('ymin').text)
xmax = int(bndbox.find('xmax').text)
ymax = int(bndbox.find('ymax').text)
# 轉(zhuǎn)換為中心點(diǎn)坐標(biāo)和寬高
x_center = (xmin + xmax) / 2.0
y_center = (ymin + ymax) / 2.0
w = xmax - xmin
h = ymax - ymin
# 歸一化
x = x_center / width
y = y_center / height
w = w / width
h = h / height
objects.append(f"{category_index} {x:.6f} {y:.6f} {w:.6f} {h:.6f}")
# 輸出結(jié)果到對應(yīng)的TXT文件
txt_filename = os.path.splitext(filename)[0] + '.txt'
txt_path = os.path.join(self.txt_labels, txt_filename)
with open(txt_path, 'w') as f:
for obj in objects:
f.write(obj + '\n')
def to_dataset(self, test_ratio):
'''整理為dataset'''
output_folder = os.path.join(os.path.dirname(self.directory), 'datasets')
input_image_folder = self.images_path
input_label_folder = self.txt_labels
train_images_folder = os.path.join(output_folder, 'train', 'images')
train_labels_folder = os.path.join(output_folder, 'train', 'labels')
val_images_folder = os.path.join(output_folder, 'val', 'images')
val_labels_folder = os.path.join(output_folder, 'val', 'labels')
os.makedirs(train_images_folder, exist_ok=True)
os.makedirs(train_labels_folder, exist_ok=True)
os.makedirs(val_images_folder, exist_ok=True)
os.makedirs(val_labels_folder, exist_ok=True)
# 獲取所有圖像文件列表
images = [f for f in os.listdir(input_image_folder) if f.endswith('.jpg') or f.endswith('.png')]
# 隨機(jī)打亂圖像文件列表
random.shuffle(images)
# 計算驗證集的數(shù)量
val_size = int(len(images) * test_ratio)
# 劃分驗證集和訓(xùn)練集
val_images = images[:val_size]
train_images = images[val_size:]
# 復(fù)制驗證集圖像和標(biāo)簽
for image in val_images:
label = os.path.splitext(image)[0] + '.txt'
if os.path.exists(os.path.join(input_label_folder, label)):
shutil.copy(os.path.join(input_image_folder, image), os.path.join(val_images_folder, image))
shutil.copy(os.path.join(input_label_folder, label), os.path.join(val_labels_folder, label))
logger.debug(
f'【{os.path.join(input_image_folder, image)}】 --> 【{os.path.join(val_images_folder, image)}】')
logger.success(
f'【{os.path.join(input_label_folder, label)}】 --> 【{os.path.join(val_labels_folder, label)}】')
else:
logger.error(f"Warning: Label file {label} not found for image {image}")
# 復(fù)制訓(xùn)練集圖像和標(biāo)簽
for image in train_images:
label = os.path.splitext(image)[0] + '.txt'
if os.path.exists(os.path.join(input_label_folder, label)):
shutil.copy(os.path.join(input_image_folder, image), os.path.join(train_images_folder, image))
shutil.copy(os.path.join(input_label_folder, label), os.path.join(train_labels_folder, label))
logger.debug(
f'【{os.path.join(input_image_folder, image)}】 --> 【{os.path.join(train_images_folder, image)}】')
logger.success(
f'【{os.path.join(input_label_folder, label)}】 --> 【{os.path.join(train_labels_folder, label)}】')
else:
logger.error(f"Warning: Label file {label} not found for image {image}")
def start(self):
'''啟動'''
time.sleep(1)
self.xml_img_split()
time.sleep(1)
self.xml_to_txt()
time.sleep(1)
self.to_dataset(0.2)
if __name__ == '__main__':
base_dir = os.path.dirname(__file__)
log_path = os.path.join(base_dir, 'log.log')
if os.path.exists(log_path):
os.unlink(log_path)
logger.add(log_path)
print('...第一層文件夾')
print(' -->第二層文件夾↓')
print(' -->[xml和img混合文件夾]')
print('\n')
status = input('請確認(rèn)xml和圖片在同一個文件夾(99:確認(rèn))(任意值:取消):')
if status in (99, '99'):
a = AnalysisXML()
a.start()
logger.success('系統(tǒng)完成')
for i in (3, 2, 1):
time.sleep(1)
logger.success(f'{i}/秒')
else:
logger.error('系統(tǒng)退出!')
for i in (3, 2, 1):
time.sleep(1)
logger.error(f'{i}/秒')
回顯yolo標(biāo)注文件
import cv2
import os
def draw_yolo_annotation(image_path, txt_path, save_path=None):
"""
在圖片上繪制YOLO標(biāo)注框和類別索引
:param image_path: 原圖路徑（如 test.jpg）
:param txt_path: 對應(yīng)的YOLO標(biāo)注txt文件路徑（如 test.txt）
:param save_path: 繪制后的圖片保存路徑，None則直接顯示
"""
# 1. 讀取圖片
img = cv2.imread(image_path)
if img is None:
print(f"錯誤：無法讀取圖片 {image_path}")
return
h, w = img.shape[:2] # 獲取圖片高、寬
# 2. 讀取并解析YOLO標(biāo)注文件
if not os.path.exists(txt_path):
print(f"警告：標(biāo)注文件 {txt_path} 不存在，直接返回原圖")
if save_path:
cv2.imwrite(save_path, img)
else:
cv2.imshow("No Annotation", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
return
with open(txt_path, 'r', encoding='utf-8') as f:
lines = f.readlines()
# 3. 遍歷每個標(biāo)注框，轉(zhuǎn)換坐標(biāo)并繪制
for line in lines:
line = line.strip()
if not line:
continue
# 解析標(biāo)注行：類別索引、cx、cy、bw、bh
parts = line.split()
if len(parts) < 5:
print(f"無效標(biāo)注行：{line}")
continue
class_idx = int(parts[0])
cx = float(parts[1]) * w # 歸一化→像素坐標(biāo)
cy = float(parts[2]) * h
bw = float(parts[3]) * w
bh = float(parts[4]) * h
# 計算框的左上角、右下角坐標(biāo)（YOLO中心點(diǎn)→OpenCV矩形框）
x1 = int(cx - bw / 2)
y1 = int(cy - bh / 2)
x2 = int(cx + bw / 2)
y2 = int(cy + bh / 2)
# 4. 繪制矩形框+類別索引文本
# 框的樣式：綠色（BGR）、線寬2
cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
# 文本背景（黑色半透明），避免文字被遮擋
text = f"Class: {class_idx}"
text_size = cv2.getTextSize(text, cv2.FONT_HERSHEY_SIMPLEX, 0.6, 2)[0]
text_x = x1
text_y = y1 - 10 if y1 - 10 > 10 else y1 + 20 # 避免文字超出圖片
cv2.rectangle(img, (text_x, text_y - text_size[1] - 5),
(text_x + text_size[0] + 5, text_y + 5), (0, 0, 0), -1)
# 繪制文本：白色、字體大小0.6、線寬2
cv2.putText(img, text, (text_x + 2, text_y),
cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)
# 5. 保存/顯示結(jié)果
if save_path:
# 確保保存目錄存在
os.makedirs(os.path.dirname(save_path), exist_ok=True)
cv2.imwrite(save_path, img)
print(f"標(biāo)注可視化完成，保存至：{save_path}")
else:
img = cv2.resize(img, (1500, 800))
cv2.imshow("YOLO Annotation", img)
cv2.waitKey(0) # 按任意鍵關(guān)閉窗口
cv2.destroyAllWindows()
# ===================== 測試調(diào)用 =====================
if __name__ == "__main__":
# 替換為你的圖片和標(biāo)注文件路徑
IMAGE_PATH = r"C:\Users\123\Desktop\22\控制室東_2026-01-16 15-22-23.249.jpg" # 原圖路徑
TXT_PATH = r"C:\Users\123\Desktop\22\控制室東_2026-01-16 15-22-23.249.txt" # 對應(yīng)的YOLO標(biāo)注txt
# SAVE_PATH = "test_anno.jpg" # 繪制后的保存路徑（可選）
# 方式1：直接顯示標(biāo)注后的圖片
draw_yolo_annotation(IMAGE_PATH, TXT_PATH)
# 方式2：保存標(biāo)注后的圖片（不顯示）
# draw_yolo_annotation(IMAGE_PATH, TXT_PATH, SAVE_PATH)
總結(jié)
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
關(guān)于Python兩個列表進(jìn)行全組合操作的三種方式
這篇文章主要介紹了關(guān)于Python兩個列表進(jìn)行全組合操作的三種方式,兩個元組 （a, b）(c, d)，則它們的組合有 a,c a,d b,c b,d,這就叫全組合,需要的朋友可以參考下2023-04-04
這篇文章主要介紹了如何利用Python實現(xiàn)自定義連點(diǎn)器,本文通過實例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2022-08-08
使用Python做定時任務(wù)及時了解互聯(lián)網(wǎng)動態(tài)
這篇文章主要介紹了使用Python做定時任務(wù)及時了解互聯(lián)網(wǎng)動態(tài),需要的朋友可以參考下2019-05-05
今天小編就為大家分享一篇python 實現(xiàn)GUI(圖形用戶界面)編程詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-08-08
python判斷一個變量是否已經(jīng)設(shè)置的方法
這篇文章主要介紹了python判斷一個變量是否已經(jīng)設(shè)置的方法，有需要的朋友們可以跟著學(xué)習(xí)參考下。2020-08-08
python Web開發(fā)你要理解的WSGI & uwsgi詳解
這篇文章主要給大家介紹了關(guān)于python Web開發(fā)你一定要理解的WSGI & uwsgi的相關(guān)資料，文中通過示例代碼介紹的非常詳細(xì)，需要的朋友可以參考借鑒，下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2018-08-08
在Jmeter腳本中,參數(shù)值可以通過字符串和變量進(jìn)行拼接,也可以使用多個變量直接拼接,無需使用連接符,如果使用python腳本,則需要按照python的語法規(guī)則進(jìn)行拼接,在Jmeter中,帶有引號的變量可以通過${}來識別為變量,而不會被誤認(rèn)為是字符串2024-10-10
python面向?qū)ο蠡A(chǔ)之常用魔術(shù)方法
這是我聽老師上課做的筆記,文中有非常詳細(xì)的代碼示例及注釋,對新手及其友好,對正在學(xué)習(xí)python的小伙伴們也很有幫助,需要的朋友可以參考下2021-05-05
今天小編就為大家分享一篇python使用xlrd模塊讀取xlsx文件中的ip方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
這篇文章主要介紹了Python socket服務(wù)常用操作代碼實例,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-06-06