txt、csv、YOLO数据集的转化

txt、csv、YOLO数据集的转化

在做动漫的人脸检测时，其中用的是labellmg标注的xml文件，我自己找的是txt文件，并且格式也不符合要求，今天做了一下转化，记录如下：

一、txt文本的一些操作

示例：名为origin2one.py的文件，主要任务是将已有的txt数据集转为想要的格式

转化前格式：

转化后：

其中前四个是xmin,ymin,xmax,ymax，最后是标签label（猪爸爸）
代码如下：

import numpy as np
if __name__ == '__main__':
    old = ""
    new = ""
    i = 0
    with open('data/test.csv', 'r+', encoding='utf-8') as filetxt:
        lines = filetxt.readlines()
        lineuses = ""
        filetxt.seek(0)
        for line in lines:
            line = line.strip('\n')
            tmp = "personai_icartoonface_rectrain_05012/personai_icartoonface_rectrain_05012_" + "{0:0>7}".format(str(i)) +".jpg,"
            i += 1
            old = tmp
            lineuses = lineuses + "".join(line).replace(old, new) + ',pigFa\n'
        filetxt.truncate()
        filetxt.write("".join(lineuses))
""""
在使用Python进行txt文件的读写时，当打开文件后，首先用read（）对文件的内容读取，然后再用write（）写入，这时发现虽然是用“r+”模式打开，按道理是应该覆盖的，但是却出现了追加的情况。
这是因为在使用read后，文档的指针已经指向了文本最后，而write写入的时候是以指针为起始，因此就产生了追加的效果。
如果想要覆盖，需要先seek（0），然后使用truncate()清除后，即可实现重新覆盖写入
"""

二、txt文本的进一步操作

示例：名为one2multi.py的文件，主要任务是将已有的一个txt数据集按行转为多个txt文件（因为后续需要）

之前格式：

之后格式：


代码如下：

import os
if __name__ == '__main__':
    f = open("C:/Users/He Xiang/PycharmProjects/pythonProject2/data/test(2).txt", "r")
    lines = f.readlines()
    i = 1
    for line in lines:
        with open("C:/Users/He Xiang/PycharmProjects/pythonProject2/result/Anime_"+str(i) + ".txt", "a") as mon:
            mon.write(line)
            i = i + 1

三、txt文本转为xml文件

示例：名为main.py的文件，主要任务是将已有的一个txt数据集转为目标检测所需的xml文件
转化前：

之后：

代码如下：

import os
import cv2

headstr = """\
<annotation>
    <folder>images</folder>
    <filename>%s</filename>
    <path>D:/dataset/images/%s</path>
    <source>
        <database>Unknown</database>
    </source>
    <size>
        <width>%d</width>
        <height>%d</height>
        <depth>%d</depth>
    </size>
    <segmented>0</segmented>
"""
objstr = """\
    <object>
        <name>%s</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>%d</difficult>
        <bndbox>
            <xmin>%d</xmin>
            <ymin>%d</ymin>
            <xmax>%d</xmax>
            <ymax>%d</ymax>
        </bndbox>
    </object>
"""
tailstr = '''\
</annotation>
'''
def save_annotations(boxes,img,filename):
    H,W,C = img.shape
    img_name = filename.split('.')[0] + '.jpg'
    head = headstr % (img_name,img_name,W,H,C)         #写入头文件
    tail = tailstr                              # 写入尾文件
    # 写入boxes
    save_path = anno_path + filename.split('.')[0] + '.xml'
    f = open(save_path,'w')
    f.write(head)
    for box in boxes:
        f.write(objstr % (box[4],0,int(box[0]),int(box[1]),int(box[2]),int(box[3])))
    f.write(tail)
if __name__ == '__main__':
    # 设置路径
    root_path = 'D:/dataset/'
    total_label_path= root_path + 'label/'           # txt存储的路径
    total_img_path =root_path + 'images/'        # 图像存储路径
    anno_path = root_path + 'Annotations/'           # 存储生成的xml标注文件
    # 判断当前路径下是否存在Annotations这个文件夹,若不存在，自动创建一个
    if not os.path.exists(anno_path):
        os.mkdir(anno_path)
    # 逐个读取txt标注文件
    for filename in os.listdir(total_label_path):
        cur_label_path = total_label_path + filename
        cur_img_path = total_img_path + filename.split('.')[0] + '.jpg' # 换一下文件名后缀
        cur_boxes=[]
        #读取当前txt文件中的内容
        with open(cur_label_path,'r') as file:
            while True:
                line = file.readline().strip()   #.strip()用来去掉'\r,\n'
                if not line:
                    break
                line_list = [ele for ele in line.split(',')]
                cur_boxes.append(line_list)
        # 读取当前图像
        cur_img = cv2.imread(cur_img_path)
        # 进行xml文档存储
        save_annotations(cur_boxes,cur_img,filename)

最后结果：

四、用到了批量重命名

参考
windows小技巧-批量重命名文件.