三分钟教会你用Python+OpenCV批量裁剪xml格式标注的图片

目录

• 前言
• xml文件格式
• 代码思想
• 完整代码
• 效果展示
• 总结

前言

在目标检测中，数据集常常使用labelimg标注，会生成xml文件。本文旨在根据xml标注文件来裁剪目标，以达到去除背景信息的目的。

xml文件格式

以下是一个标注好的图片生成的xml文件。具体含义见代码注释。

<annotation>                             <!--xml所属文件夹-->
	<folder>JPEGImages</folder>          <!--对应图片所属文件夹-->
	<filename>408.bmp</filename>
	<path>E:\JPEGImages\408.bmp</path>
	<source>
		<database>Unknown</database>
	</source>
	<size>           				<!--整张图片宽，高，3通道彩色-->
		<width>413</width>
		<height>342</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>							<!--标注的目标，一共5个框-->
		<name>bad_part</name>			<!--名称，也就是类别-->
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>                  <!--坐标，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>

代码思想

1. 获取到标签文件路径和图片文件路径；
2. 遍历图片文件夹获取到图片，并分割文件名；
3. 根据图片的文件名加后缀xml得到具体的标签文件；
4. 通过xml.etree.ElementTree读取xml文件；
5. 遍历所有的目标框，获取到[]；
6. 通过cv2裁剪目标(先高后宽 参考文章:https://www.jb51.net/article/211183.htm中的第二中裁剪方法)；
7. 将裁剪好的图片保存到指定文件目录。

完整代码

'''
根据xml标签裁剪目标
1.文件夹中可以有除了图片格式或标签格式的文件，有判断可以忽略其他文件
2.图片未标注没有对应的xml文件自动忽略不会报错
3.同一个图片有多个真实框，会按名称_0,名称_1 …… 排列
4.图片本身的命名无规律会按3中的命名规则加上名称后缀重新命名。
'''

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

img_path = r'E:/JPEGImages' #图片路径
xml_path = r'E:/Annotations' #标签路径
obj_img_path = r'E:/cut'   #目标裁剪图片存放路径

for img_file in os.listdir(img_path):    #遍历图片文件夹
    if img_file[-4:] in ['.bmp', '.jpg','.png']:    #判断文件是否为图片格式
        img_filename = os.path.join(img_path, img_file)  #将图片路径与图片名进行拼接
        img_cv = cv2.imread(img_filename)  #读取图片

        img_name = (os.path.splitext(img_file)[0])  #分割出图片名，如“000.png” 图片名为“000”
        xml_name = xml_path + '\\' + '%s.xml'%img_name  #利用标签路径、图片名、xml后缀拼接出完整的标签路径名

        if os.path.exists(xml_name):  #判断与图片同名的标签是否存在，因为图片不一定每张都打标
            root = ET.parse(xml_name).getroot() #利用ET读取xml文件
            count = 0 #目标框个数统计，防止目标文件覆盖
            for obj in root.iter('object'):  #遍历所有目标框
                name = obj.find('name').text   #获取目标框名称，即label名

                xmlbox = obj.find('bndbox')   #找到框目标
                x0 = xmlbox.find('xmin').text  #将框目标的四个顶点坐标取出
                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裁剪出目标框中的图片

                cv2.imwrite(obj_img_path + '\\' + '%s_%s'%(img_name, count) + '.jpg', obj_img)  #保存裁剪图片
                count += 1 #目标框统计值自增1

print("裁剪完成！")

效果展示

总结

1. ET解析树基本上是xml标注文件必备的解析库。
2. labelimg→ \rightarrow→xml→ \rightarrow→VOC数据集
3. labelme→ \rightarrow→json→ \rightarrow→COCO数据集
4. json是字典形式，内存小；xml是DTD文档，格式统一跨平台
5. 去除背景信息是很重要的一环，可以避免模型监督学习时学习到相似的错误信息。

到此这篇关于用Python+OpenCV批量裁剪xml格式标注图片的文章就介绍到这了,更多相关Python+OpenCV批量裁剪xml格式图片内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！