【YOLO】voc(xml格式）转换成coco（json格式）代码

这段代码的功能是将一个文件夹下的所有JSON文件转换为一个特定格式的JSON文件，转换后的JSON文件中包含了原JSON文件中的某些字段，并将其它字段按照一定的格式进行转换。

# 导入必要的库
import xmltodict
import json
import os

# 输入和输出文件夹路径
input_folder_path = 'json'
output_folder_path = 'json_2'

# 遍历输入文件夹中的所有文件
for filename in os.listdir(input_folder_path):
    if filename.endswith('.json'):
        # 构造输入和输出文件路径
        input_file_path = os.path.join(input_folder_path, filename)
        output_file_path = os.path.join(output_folder_path, filename.replace('.json', '.json'))

        # 打开输入文件并将其解析为OrderedDict对象
        with open(input_file_path, 'r', encoding='utf-8') as input_file:
            xml_data = input_file.read()
            data_dict = xmltodict.parse(xml_data)

        # 进行数据转换
        anylabeling = {
            "version": "0.2.11",
            "flags": {},
            "shapes": [
                {
                    "label": data_dict["annotation"]["object"]["name"],
                    "text": "",
                    "points": [
                        [
                            data_dict["annotation"]["object"]["bndbox"]["xmin"],
                            data_dict["annotation"]["object"]["bndbox"]["ymin"]
                        ],
                        [
                            data_dict["annotation"]["object"]["bndbox"]["xmax"],
                            data_dict["annotation"]["object"]["bndbox"]["ymax"]
                        ]
                    ],
                    "group_id": None,
                    "shape_type": "rectangle",
                    "flags": {}
                }
            ],
            "imagePath": data_dict["annotation"]["filename"],
            "imageData": None,
            "imageHeight": data_dict["annotation"]["size"]["height"],
            "imageWidth": data_dict["annotation"]["size"]["width"]
        }

        # 将数据写入输出文件
        with open(output_file_path, 'w', encoding='utf-8') as output_file:
            json.dump(anylabeling, output_file, indent=4)

1. import导入了三个Python标准库和一个第三方库：

• xmltodict：用于将XML数据转换为Python的OrderedDict对象；
• json：用于将Python对象序列化为JSON格式的字符串；
• os：用于操作操作系统相关的功能，如路径等；

1. 然后定义了两个字符串变量input_folder_path和output_folder_path，分别表示输入和输出文件夹路径；
2. 使用os.listdir()函数遍历输入文件夹中的所有文件，并使用if语句过滤出.json文件；
3. 对于每个.json文件，构造了输入和输出文件的路径，分别使用os.path.join()和replace()函数；
4. 使用with语句打开输入文件，并使用xmltodict.parse()函数将XML数据解析为Python的OrderedDict对象，存储在data_dict变量中；
5. 定义一个Python字典对象anylabeling，该对象表示特定格式的JSON数据。该字典包含以下字段：

flags：一个空字典，表示标记的额外信息；

• shapes：一个包含一个字典元素的列表，表示要标记的图形信息；
• imagePath：字符串类型，表示图片文件的路径；
• imageData：None类型，表示图片的二进制数据；
• imageHeight：整数类型，表示图片的高度；
• imageWidth：整数类型，表示图片的宽度。
• label：字符串类型，表示标记的名称；
• text：字符串类型，表示标记的文本信息；
• points：一个包含两个列表元素的列表，每个列表元素表示一个点的坐标（x, y）；
• group_id：None类型，表示分组信息；
• shape_type：字符串类型，表示标记的形状类型；
• flags：一个空字典，表示标记的额外信息；

将data_dict中的信息填充到anylabeling中，包括图片的文件名、宽度、高度、标记的名称和位置信息；

使用with语句打开输出文件，并使用json.dump()函数将anylabeling对象序列化为JSON格式的字符串，保存到输出文件中；

当遍历完所有的.json文件时，程序结束运行。