Faster R-CNN Tensorflow实现之数据集制作（2）--- xml文件的读写修改_fasterrcnn 在哪改自己的xml路径-优快云博客

接着上一篇的文章继续制作自己的数据集，由于需要将数据集弄成与VOC 2007数据集一样的格式，需要自己手动标注数据，根据网上前辈的经验，这里使用了labelImg，版本用了windows_v1 .7.0，操作简单方便。使用该软件进行标注后将直接生成以与图片名称相同的.XML文件。

以其中的000009.xml文件内容格式为例，这里是我自己标注后形成的xml文件，和voc 2007的数据标注后形成的xml文件略有差别

<annotation>
	<folder>datajpg</folder>  #这里是我自己的图像数据保存位置
	<filename>000009.jpg</filename> #图像名称
	<path>E:\datajpg\000009.jpg</path>
	<source>
		<database>Unknown</database>
	</source>
	<size>
		<width>512</width>
		<height>512</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>burn</name>
		<pose>Unspecified</pose>
		<truncated>1</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>149</xmin>
			<ymin>237</ymin>
			<xmax>470</xmax>
			<ymax>512</ymax>
		</bndbox>
	</object>
	<object>
		<name>drop piece</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>418</xmin>
			<ymin>8</ymin>
			<xmax>502</xmax>
			<ymax>218</ymax>
		</bndbox>
	</object>
</annotation>

voc 2007的标注内容格式如下

<annotation>
	<folder>VOC2007</folder>    #这里是主要差别
	<filename>000001.jpg</filename>
	<source>
		<database>The VOC2007 Database</database>
		<annotation>PASCAL VOC2007</annotation>
		<image>flickr</image>
		<flickrid>341012865</flickrid>
	</source>
	<owner>
		<flickrid>Fried Camels</flickrid>
		<name>Jinky the Fruit Bat</name>
	</owner>
	<size>
		<width>353</width>
		<height>500</height>
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>dog</name>
		<pose>Left</pose>
		<truncated>1</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>48</xmin>
			<ymin>240</ymin>
			<xmax>195</xmax>
			<ymax>371</ymax>
		</bndbox>
	</object>
	<object>
		<name>person</name>
		<pose>Left</pose>
		<truncated>1</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>8</xmin>
			<ymin>12</ymin>
			<xmax>352</xmax>
			<ymax>498</ymax>
		</bndbox>
	</object>
</annotation>

由于是新手，缺少经验，标注完自己的数据才发现和标准的数据有点差别，自己标注的和标准数据给的主要差别在于foldername的名称上。于是还需要对xml文件进行批量处理操作，更改这一名字。

以下代码参考了大神写的蟒蛇源码，表示这里感谢https://saicoco.github.io/object-detection-4/

import glob

xml_path = '.data\\Annotations\\'

items = glob.glob(xml_path + '*.xml')

for item in items:
    dom = xdm.parse(item)
    root = dom.documentElement
    
    folder_dom = root.getElementsByTagName('folder')
    
    folder_dom[0].firstChild.data = 'VOC2007'
    
    img_dom = root.getElementsByTagName('filename')
    img_dom[0].firstChild.data = img_dom[0].firstChild.data + '.jpg'
 
   ## 将结果写入xml文件
   ## writexml()第一个参数是目标文件对象，第二个参数是根节点的缩进格式，第三个参数是其他子节点的缩进格式，
   ##第四个参数制定了换行格式，第五个参数制定了xml内容的编码。
   ## dom.writexml(fh,indent='',addindent='\t',newl='\n',encoding='UTF-8')
    with open(item, 'w') as f:
        dom.writexml(f,encoding='utf-8')

参照大神的源码，我想自己顺便练练手，于是按照思路写了一个，就当练习编程了。

# -*- coding: utf-8 -*-
"""
Created on Sun Jul 29 21:22:56 2018

@author: jcli
"""

import xml.dom.minidom as xdm
import os
xml_path = 'E:\\Annotations'

filelist = os.listdir(xml_path)
for file in filelist:
    with open(os.path.join(xml_path,file),'r',encoding='utf8') as fh:
        
        dom = xdm.parse(fh)
        root = dom.documentElement
        folder_dom = root.getElementsByTagName('folder')
        folder_dom[0].firstChild.data = 'VOC2007'
        
        with open(os.path.join(xml_path,file),'w') as f:
            dom.writexml(f,encoding = 'utf-8')

将源码中路径改成自己的文件夹路径，运行上面两个任意一段源码即可实现更改的XML文件中的文件夹名称。

补充：关于Python minidom 模块的最常使用语句

DOM（Document Object Model）文件对象模型，python在利用DOM解析XML文件时会将XML数据在内存中解析成一个树，通过对树的操作来操作XML。

tree = xml.dom.minidom.parse('000012.xml') #用parse（）获取dom对象

root = tree.documentElement  #获取根节点

file_name = root.getElementsByTagName('filename') #由根节点通过节点名称获取对应的子节点

file_name.childNodes[0].data = ‘newdata’    #获取对应子节点的数据并赋予新值

with open('000012.xml'，'w') as f：         #对xml文件进行写操作
    root.writexml(f,encoding = 'utf-8')

关于更详细的DOM写入和解析xml可参考文章：https：//www.cnblogs.com/wcwnina/p/7222180.html