VOC格式标签与yolo格式标签互相转换代码

1.yolo格式转换为voc格式

import os
import glob
from PIL import Image

# 将yolo格式(txt)转换为voc格式(xml)

img_path = 'JPEGImages'
yolo_txt = 'labels'
voc_annotations = 'Annotations'

# 目标类别
labels = ['Pinhole', 'Scratch', 'Dirty', 'Fold']
# labels = ['zhen_kong', 'ca_shang', 'zang_wu', 'zhe_zhou']
# 图像存储位置
src_img_dir = img_path  # 添加你的路径
# 图像的txt文件存放位置
src_txt_dir = yolo_txt
src_xml_dir = voc_annotations

img_Lists = glob.glob(src_img_dir + '/*.jpg')

img_basenames = []
for item in img_Lists:
    img_basenames.append(os.path.basename(item))

img_names = []
for item in img_basenames:
    temp1, temp2 = os.path.splitext(item)
    img_names.append(temp1)

for img in img_names:
    im = Image.open((src_img_dir + '/' + img + '.jpg'))
    width, height = im.size

    # 打开txt文件
    gt = open(src_txt_dir + '/' + img + '.txt').read().splitlines()
    print(gt)
    if gt:
        # 将主干部分写入xml文件中
        xml_file = open((src_xml_dir + '/' + img + '.xml'), 'w')
        xml_file.write('<annotation>\n')
        xml_file.write('    <folder>VOC2007</folder>\n')
        xml_file.write('    <filename>' + str(img) + '.jpg' + '</filename>\n')
        xml_file.write('    <size>\n')
        xml_file.write('        <width>' + str(width) + '</width>\n')
        xml_file.write('        <height>' + str(height) + '</height>\n')
        xml_file.write('        <depth>3</depth>\n')
        xml_file.write('    </size>\n')
        xml_file.write('<source>\n')
        xml_file.write('    <database>Unknown</database>\n')
        xml_file.write('</source>\n')
        xml_file.write('<segmented>0</segmented>\n')
        # write the region of image on xml file
        for img_each_label in gt:
            spt = img_each_label.split(' ')  # 这里如果txt里面是以逗号‘,’隔开的,那么就改为spt = img_each_label.split(',')。
            print(f'spt:{spt}')
            xml_file.write('    <object>\n')
            xml_file.write('        <name>' + str(labels[int(spt[0])]) + '</name>\n')
            xml_file.write('        <pose>Unspecified</pose>\n')
            xml_file.write('        <truncated>0</truncated>\n')
            xml_file.write('        <difficult>0</difficult>\n')
            xml_file.write('        <bndbox>\n')

            center_x = round(float(spt[1].strip()) * width)
            center_y = round(float(spt[2].strip()) * height)
            bbox_width = round(float(spt[3].strip()) * width)
            bbox_height = round(float(spt[4].strip()) * height)
            xmin = str(int(center_x - bbox_width / 2))
            ymin = str(int(center_y - bbox_height / 2))
            xmax = str(int(center_x + bbox_width / 2))
            ymax = str(int(center_y + bbox_height / 2))

            xml_file.write('            <xmin>' + xmin + '</xmin>\n')
            xml_file.write('            <ymin>' + ymin + '</ymin>\n')
            xml_file.write('            <xmax>' + xmax + '</xmax>\n')
            xml_file.write('            <ymax>' + ymax + '</ymax>\n')
            xml_file.write('        </bndbox>\n')
            xml_file.write('    </object>\n')

        xml_file.write('</annotation>')

2.voc格式转换为yolo格式

import xml.etree.ElementTree as ET
import os

# voc格式转换为yolo格式

def convert(size, box):

    x_center = (box[0] + box[1]) / 2.0
    y_center = (box[2] + box[3]) / 2.0
    x = x_center / size[0]
    y = y_center / size[1]

    w = (box[1] - box[0]) / size[0]
    h = (box[3] - box[2]) / size[1]

    # print(x, y, w, h)
    return (x, y, w, h)


def convert_annotation(xml_files_path, save_txt_files_path, classes):
    xml_files = os.listdir(xml_files_path)
    # print(xml_files)
    for xml_name in xml_files:
        # print(xml_name)
        xml_file = os.path.join(xml_files_path, xml_name)
        out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
        out_txt_f = open(out_txt_path, 'w')
        tree = ET.parse(xml_file)
        root = tree.getroot()
        size = root.find('size')
        w = int(size.find('width').text)
        h = int(size.find('height').text)

        for obj in root.iter('object'):
            difficult = obj.find('difficult').text
            cls = obj.find('name').text
            if cls not in classes or int(difficult) == 1:
                continue
            cls_id = classes.index(cls)
            xmlbox = obj.find('bndbox')
            b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
                 float(xmlbox.find('ymax').text))
            # b=(xmin, xmax, ymin, ymax)
            # print(w, h, b)
            bb = convert((w, h), b)
            out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


if __name__ == "__main__":
    # 把voc的xml标签文件转化为yolo的txt标签文件
    # 1、需要转化的类别
    classes = ['pinhole', 'scratch', 'dirty', 'fold']  # 注意:这里根据自己的类别名称及种类自行更改
    # 2、voc格式的xml标签文件路径
    xml_files1 = r'Annotations'
    # 3、转化为yolo格式的txt标签文件存储路径
    save_txt_files1 = r'test'

    convert_annotation(xml_files1, save_txt_files1, classes)

参考:VOC格式xml标签与YOLO格式txt标签相互转换_ID茉莉的博客-优快云博客_voc xml格式

### LabelImg 标注完成后的保存方式 在使用 LabelImg 进行图像标注时,可以通过设置选项来决定保存的数据格式。以下是关于如何保存为 Pascal VOCYOLO 格式的具体说明: #### 1. Pascal VOC 格式保存 当选择保存为 Pascal VOC 格式时,LabelImg 将生成一个 XML 文件,该文件包含了每张图片中的对象类别及其边界框的位置信息。这些位置通常以绝对像素坐标的形式表示。 要保存为 Pascal VOC 格式,在标注过程中可以选择默认的保存选项或者手动调整配置[^2]。每次完成一张图片的标注后,点击 **"Save"** 或者快捷键 **Ctrl+S** 即可自动生成对应的 `.xml` 文件。 #### 2. YOLO 格式保存 对于 YOLO 格式,LabelImg 可以直接将每张图片的标签信息存储在一个单独的 TXT 文件中。YOLO 的标注数据采用相对坐标系,这意味着所有的位置参数都相对于整个图像的高度和宽度进行标准化处理[^1]。 为了切换至 YOLO 模式并保存相应的 TXT 文件,需进入菜单栏中的 **Preferences -> Format** 并选中 “Yolo”。之后再执行保存操作,则会按照 YOLO 所需的标准格式创建文本记录文件[^3]。 #### 转换注意事项 如果需要实现两者之间的互相转换,比如从已有的 Pascal VOC 格式转成适合训练模型所需的 YOLO 形式或其他反之亦然的情况,也可以借助脚本程序辅助完成批量修改工作。例如 Python 编写的自动化工具能够读取原始 XML 文档解析出必要字段后再重组为目标框架下的新结构化文档形式输出。 ```python import xml.etree.ElementTree as ET def convert_voc_to_yolo(voc_file, img_width, img_height): tree = ET.parse(voc_file) root = tree.getroot() yolo_lines = [] for obj in root.findall('object'): bndbox = obj.find('bndbox') xmin = float(bndbox.find('xmin').text) xmax = float(bndbox.find('xmax').text) ymin = float(bndbox.find('ymin').text) ymax = float(bndbox.find('ymax').text) x_center = ((xmin + xmax) / 2) / img_width y_center = ((ymin + ymax) / 2) / img_height width = (xmax - xmin) / img_width height = (ymax - ymin) / img_height class_id = int(obj.find('name').text) # 假设类名已被映射为整数ID line = f"{class_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}" yolo_lines.append(line) with open(f'{voc_file[:-4]}.txt', 'w') as f: f.write('\n'.join(yolo_lines)) ``` 上述代码片段展示了如何通过解析 Pascal VOC XML 文件将其转化为 YOLO TXT 文件的一个简单例子。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值