使用Python将xml标注文件转换为coco json格式

server/2024/9/23 7:28:16/
xmlns="http://www.w3.org/2000/svg" style="display: none;">

文章目录

  • 前言
  • 一、读取xml文件
  • 二、获取文件路径模块
  • 三、XML转COCO JSON模块
  • 四、主程序
  • 总结
      • 附：完整代码

前言

在计算机视觉领域，特别是目标检测任务中，不同的数据集采用了不同的标注格式。Pascal VOC数据集使用XML文件进行目标检测的标注，而Microsoft COCO数据集则采用JSON格式。为了方便模型训练，我们经常需要将XML格式的数据转换成JSON格式。本文将详细介绍如何用Python实现这一转换，并将代码分为几个模块进行讲解。

xml_5">一、读取xml文件

XML文件读取模块，该模块负责解析XML文件，并从中提取有用的信息，如类别标签、边界框坐标以及图像尺寸等。

python">def read_xml(xml_root):''':param xml_root: .xml文件:return: dict('cat':['cat1',...],'bboxes':[[x1,y1,x2,y2],...],'whd':[w ,h,d])'''dict_info = {'cat': [], 'bboxes': [], 'box_wh': [], 'img_whd': []}if os.path.splitext(xml_root)[-1] == '.xml':tree = ET.parse(xml_root)  # ET是一个xml文件解析库，ET.parse（）打开xml文件。parse--"解析"root = tree.getroot()  # 获取根节点whd = root.find('size')whd = [whd.find('width').text, whd.find('height').text, whd.find('depth').text]dict_info['img_whd'] = whdfor obj in root.findall('object'):  # 找到根节点下所有“object”节点cat = str(obj.find('name').text)  # 找到object节点下name子节点的值（字符串）bbox = obj.find('bndbox')x1, y1, x2, y2 = [int(bbox.find('xmin').text),int(bbox.find('ymin').text),int(bbox.find('xmax').text),int(bbox.find('ymax').text)]b_w = x2 - x1 + 1b_h = y2 - y1 + 1dict_info['cat'].append(cat)dict_info['bboxes'].append([x1, y1, x2, y2])dict_info['box_wh'].append([b_w, b_h])else:pass# print('[inexistence]:{} suffix is not xml '.format(xml_root))return dict_info

二、获取文件路径模块

该模块遍历指定路径下的所有文件，筛选出符合特定后缀的文件路径和名称。
代码如下（示例）：

def get_path_name(file_path,format='.jpg'):obj_path_lst = [os.path.join(root, file) for root, _, files in os.walk(file_path) for file in files if file.endswith(format)]obj_name_lst = [os.path.basename(p) for p in obj_path_lst]return obj_path_lst, obj_name_lst

三、XML转COCO JSON模块

该模块负责将XML文件转换为COCO JSON格式。
代码如下（示例）：

def xml2cocojson(xml_root,  out_dir=None, assign_label=None,json_name=None,img_root=None):''':param xml_root: xml文件所在路径，可以总路径:param out_dir:json文件保存地址:param assign_label: 提供训练列表，如['pedes', 'bus']，若为None则从xml中搜寻并自动给出:param json_name:保存json文件的名字:param img_root: 和xml_root格式一样，提供图片路径，用于获取高与宽:return:返回coco json 格式'''xml_root_lst, xml_names_lst = get_path_name(xml_root, format='.xml')json_name = json_name if json_name is not None else 'coco_data_format.json'out_dir = out_dir if out_dir else 'out_dir'os.makedirs(out_dir,exist_ok=True)out_dir_json = os.path.join(out_dir, json_name)# 若提供img_root获得路径与名称img_root_lst, img_name_lst = get_path_name(xml_root, format='.jpg') if img_root else None, Nonejson_dict = {"images": [], "type": "instances", "annotations": [], "categories": []}image_id = 10000000anation_id = 10000000label_lst = assign_label if  assign_label else []info={'vaild_img':0,'invaild_img':0}for i, xml_path in tqdm(enumerate(xml_root_lst)):xml_info = read_xml(xml_path)cat_lst = xml_info['cat']  # 类别是数字，从0 1 2 等img_w,img_h = int(xml_info['img_whd'][0]),int(xml_info['img_whd'][1])img_name = xml_names_lst[i][:-3] + 'jpg'if img_name_lst :  # 从图像中获取图像尺寸，高与宽import cv2j = list(img_name_lst).index(img_name)img_name=img_name_lst[j]img = cv2.imread(img_root_lst[int(j)])img_w,img_h = img.shape[:2]if len(cat_lst) < 1 : continueimage_id+=1image = {'file_name': img_name, 'height': img_h, 'width': img_w, 'id': image_id}boxes_lst = xml_info['bboxes']for j, cat in tqdm(enumerate(cat_lst)):if not assign_label: # 未指定，添加类if cat not in label_lst:label_lst.append(cat)b=boxes_lst[j]obj_width, obj_height = b[2] - b[0], b[3] - b[1]xmin,ymin=b[0],b[1]category_id = int(label_lst.index(cat)  + 1)  # 我使用类别数字从1开始，满足coco格式，当然也可以从0开始if image not in json_dict['images']:json_dict['images'].append(image)  # 将图像信息添加到json中anation_id = anation_id + 1ann = {'area': obj_width * obj_height, 'iscrowd': 0, 'image_id': image_id,'bbox': [xmin, ymin, obj_width, obj_height],'category_id': category_id, 'id': anation_id, 'ignore': 0,'segmentation': []}json_dict['annotations'].append(ann)for cid, cate in enumerate(label_lst): # 我这里使用1开始的，当然也可以使用0开始cat = {'supercategory': 'FWW', 'id': cid + 1, 'name': cate}json_dict['categories'].append(cat)with open(out_dir_json, 'w') as f:json.dump(json_dict, f, indent=4)  # indent表示间隔长度print('saving json path:{}\n info:{}\ncategory list: {}'.format(out_dir_json,info,label_lst))

四、主程序

这是主函数部分，它调用上面定义的函数来执行XML到COCO JSON的转换。

python">from tqdm import tqdm
import os
import json
import xml.etree.ElementTree as ETif __name__ == '__main__':root = '/extend/Data'cat_lst = Nonexml2cocojson(root,   assign_label=cat_lst)

总结

通过上述步骤，我们可以将VOC XML格式的标注文件转换为COCO JSON格式，从而方便后续的模型训练。这个工具可以根据需要进一步扩展功能，例如支持多线程处理或更复杂的图像数据集。

附：完整代码

python">from tqdm import tqdm
import os
import json
import xml.etree.ElementTree as ETdef read_xml(xml_root):''':param xml_root: .xml文件:return: dict('cat':['cat1',...],'bboxes':[[x1,y1,x2,y2],...],'whd':[w ,h,d])'''dict_info = {'cat': [], 'bboxes': [], 'box_wh': [], 'img_whd': []}if os.path.splitext(xml_root)[-1] == '.xml':tree = ET.parse(xml_root)  # ET是一个xml文件解析库，ET.parse（）打开xml文件。parse--"解析"root = tree.getroot()  # 获取根节点whd = root.find('size')whd = [whd.find('width').text, whd.find('height').text, whd.find('depth').text]dict_info['img_whd'] = whdfor obj in root.findall('object'):  # 找到根节点下所有“object”节点cat = str(obj.find('name').text)  # 找到object节点下name子节点的值（字符串）bbox = obj.find('bndbox')x1, y1, x2, y2 = [int(bbox.find('xmin').text),int(bbox.find('ymin').text),int(bbox.find('xmax').text),int(bbox.find('ymax').text)]b_w = x2 - x1 + 1b_h = y2 - y1 + 1dict_info['cat'].append(cat)dict_info['bboxes'].append([x1, y1, x2, y2])dict_info['box_wh'].append([b_w, b_h])else:pass# print('[inexistence]:{} suffix is not xml '.format(xml_root))return dict_infodef get_path_name(file_path,format='.jpg'):obj_path_lst = [os.path.join(root, file) for root, _, files in os.walk(file_path) for file in files if file.endswith(format)]obj_name_lst = [os.path.basename(p) for p in obj_path_lst]return obj_path_lst, obj_name_lstdef xml2cocojson(xml_root,  out_dir=None, assign_label=None,json_name=None,img_root=None):''':param xml_root: xml文件所在路径，可以总路径:param out_dir:json文件保存地址:param assign_label: 提供训练列表，如['pedes', 'bus']，若为None则从xml中搜寻并自动给出:param json_name:保存json文件的名字:param img_root: 和xml_root格式一样，提供图片路径，用于获取高与宽:return:返回coco json 格式'''xml_root_lst, xml_names_lst = get_path_name(xml_root, format='.xml')json_name = json_name if json_name is not None else 'coco_data_format.json'out_dir = out_dir if out_dir else 'out_dir'os.makedirs(out_dir,exist_ok=True)out_dir_json = os.path.join(out_dir, json_name)# 若提供img_root获得路径与名称img_root_lst, img_name_lst = get_path_name(xml_root, format='.jpg') if img_root else None, Nonejson_dict = {"images": [], "type": "instances", "annotations": [], "categories": []}image_id = 10000000anation_id = 10000000label_lst = assign_label if  assign_label else []info={'vaild_img':0,'invaild_img':0}for i, xml_path in tqdm(enumerate(xml_root_lst)):xml_info = read_xml(xml_path)cat_lst = xml_info['cat']  # 类别是数字，从0 1 2 等img_w,img_h = int(xml_info['img_whd'][0]),int(xml_info['img_whd'][1])img_name = xml_names_lst[i][:-3] + 'jpg'if img_name_lst :  # 从图像中获取图像尺寸，高与宽import cv2j = list(img_name_lst).index(img_name)img_name=img_name_lst[j]img = cv2.imread(img_root_lst[int(j)])img_w,img_h = img.shape[:2]if len(cat_lst) < 1 : continueimage_id+=1image = {'file_name': img_name, 'height': img_h, 'width': img_w, 'id': image_id}boxes_lst = xml_info['bboxes']for j, cat in tqdm(enumerate(cat_lst)):if not assign_label: # 未指定，添加类if cat not in label_lst:label_lst.append(cat)b=boxes_lst[j]obj_width, obj_height = b[2] - b[0], b[3] - b[1]xmin,ymin=b[0],b[1]category_id = int(label_lst.index(cat)  + 1)  # 我使用类别数字从1开始，满足coco格式，当然也可以从0开始if image not in json_dict['images']:json_dict['images'].append(image)  # 将图像信息添加到json中anation_id = anation_id + 1ann = {'area': obj_width * obj_height, 'iscrowd': 0, 'image_id': image_id,'bbox': [xmin, ymin, obj_width, obj_height],'category_id': category_id, 'id': anation_id, 'ignore': 0,'segmentation': []}json_dict['annotations'].append(ann)for cid, cate in enumerate(label_lst): # 我这里使用1开始的，当然也可以使用0开始cat = {'supercategory': 'FWW', 'id': cid + 1, 'name': cate}json_dict['categories'].append(cat)with open(out_dir_json, 'w') as f:json.dump(json_dict, f, indent=4)  # indent表示间隔长度print('saving json path:{}\n info:{}\ncategory list: {}'.format(out_dir_json,info,label_lst))if __name__ == '__main__':root = '/extend/Data'cat_lst = Nonexml2cocojson(root,   assign_label=cat_lst)

http://www.ppmy.cn/server/101385.html

相关文章

【Leetcode 645 】 错误的集合 —— 纯数学 之 等差数列求和

【Leetcode 645 】 错误的集合 —— 纯数学 之 等差数列求和

集合 s 包含从 1 到 n 的整数。不幸的是&#xff0c;因为数据错误&#xff0c;导致集合里面某一个数字复制了成了集合里面的另外一个数字的值&#xff0c;导致集合 丢失了一个数字 并且 有一个数字重复 。 给定一个数组 nums 代表了集合 S 发生错误后的结果。 请你找出重复出…
阅读更多...
VSCode配置ssh免密连接远程服务器

VSCode配置ssh免密连接远程服务器

我配置了免密设置(Windows利用ssh免密码登录Linux)&#xff0c;git bash已经能够正常连接了&#xff0c;但是vscode还是不行&#xff0c;很奇怪。 VSCode报错信息&#xff1a; [17:55:50.360] SSH Resolver called for "ssh-remote106.52.2.19", attempt 5, (Recon…
阅读更多...
xss复现

xss复现

目录 反射型 Ma Spaghet! Jefff Ugandan Knuckles onfocus Ricardo Milos Ah Thats Hawt location Ligma Mafia 构造函数 dom破坏 Ok, Boomer 反射型 Ma Spaghet! <!-- Challenge --> <h2 id"spaghet"></h2> <script>spaghe…
阅读更多...
【鸿蒙学习】使用HarmonyOS NEXT与Uniapp开发同一鸿蒙应用的区别及分析

【鸿蒙学习】使用HarmonyOS NEXT与Uniapp开发同一鸿蒙应用的区别及分析

随着鸿蒙操作系统的普及&#xff0c;开发者面临着多种开发工具的选择。本文将通过开发、部署、运行、使用四个方面&#xff0c;详细分析使用HarmonyOS NEXT与Uniapp开发同一鸿蒙应用的区别&#xff0c;为开发者提供参考。 一、引言 鸿蒙操作系统&#xff08;HarmonyOS&#xf…
阅读更多...
C# XML 加密解密

C# XML 加密解密

步骤 1: 生成RSA密钥 首先&#xff0c;我们需要生成一个RSA密钥对&#xff0c;用于加密和解密。 using System; using System.Security.Cryptography; using System.Xml;public class XmlEncryptionExample {public static RSAParameters publicKey;public static RSAParamet…
阅读更多...
speech语音audio音频

speech语音audio音频

在信号处理和语言技术领域&#xff0c;speech 和 audio 是两个相关但不同的概念。它们有各自的定义和应用场景。以下是对这两个术语的详细解释&#xff1a; 1. Speech&#xff08;语音&#xff09; Speech 主要指的是人类说话时产生的声音。它是人类语言交流的一种主要形式&a…
阅读更多...
uniapp与设备通信 通过mqtt实现通信

uniapp与设备通信 通过mqtt实现通信

MQTT (Message Queuing Telemetry Transport) 协议类型&#xff1a;MQTT 是一种轻量级的发布/订阅消息传输协议&#xff0c;通常基于 TCP/IP 实现。 功能&#xff1a;设计用于高延迟网络环境中&#xff0c;在带宽有限的情况下高效传输小量数据。广泛用于物联网&#xff08;Io…
阅读更多...
Leetcode—1006. 笨阶乘【中等】

Leetcode—1006. 笨阶乘【中等】

2024每日刷题&#xff08;156&#xff09; Leetcode—1006. 笨阶乘 实现代码 class Solution { public:int clumsy(int n) {stack<int> st;st.push(n);n--;int idx 0;while(n ! 0) {if(idx % 4 0) {int num st.top() * n;st.pop();st.push(num);} else if(idx % 4 …
阅读更多...
最新文章

Copyright @ 2022~2023