标签：xml glob 归一化 height labelimg import 标注

问题：目标检测往往需要聚类anchors，借助标注的真实框信息，怎么才能将可视化呢？
解决思路：获取labelimg标注真实框的宽高、归一化数据再存入列表当中即可。
方法：读取解析xml文件，比如Annotations文件夹下的xml文件(本博客以该方法讲解)；txt文本数据挖掘，比如（2007_train.txt）
话不多说，直接上菜：

import csv
import numpy as np
import glob
import xml.etree.ElementTree as ET
import matplotlib.pyplot as plt
import pandas as pd
import math
datas = []
# 对于每一个xml都寻找box
#获取labelimg标注真实框的宽高并归一化存入列表代码
path = r'VOCdevkit/VOC2007/Annotations'
for xml_file in glob.glob('{}/*xml'.format(path)):
    tree = ET.parse(xml_file)
    height = int(tree.findtext('./size/height'))
    width = int(tree.findtext('./size/width'))
    if height <= 0 or width <= 0:
        continue

    # 对于每一个目标都获得它的宽高
    for obj in tree.iter('object'):
        xmin = int(float(obj.findtext('bndbox/xmin'))) / width
        ymin = int(float(obj.findtext('bndbox/ymin'))) / height
        xmax = int(float(obj.findtext('bndbox/xmax'))) / width
        ymax = int(float(obj.findtext('bndbox/ymax'))) / height

        xmin = np.float64(xmin)
        ymin = np.float64(ymin)
        xmax = np.float64(xmax)
        ymax = np.float64(ymax)
        # 得到宽高
        #取小数点后两位
        a=xmax - xmin
        b=ymax - ymin
        c=2
        a=math.floor(a * 10 ** c) / (10 ** c)
        b=math.floor(b * 10 ** c) / (10 ** c)

        #datas.append([xmax - xmin, ymax - ymin])
        datas.append([a, b]
        #print(datas)
 """    
#获取labelimg标注真实框的宽高后直接存入列表代码
import numpy as np
from PIL import Image
import os
import glob
import random
import xml.etree.ElementTree as ET
import matplotlib.pyplot as plt
import pandas as pd

datas = []
# 对于每一个xml都寻找box
path = r'VOCdevkit/VOC2007/Annotations'
for xml_file in glob.glob('{}/*xml'.format(path)):
    tree = ET.parse(xml_file)
    height = int(tree.findtext('./size/height'))
    width = int(tree.findtext('./size/width'))
    if height <= 0 or width <= 0:
        continue

    # 对于每一个目标都获得它的宽高
    for obj in tree.iter('object'):
        xmin = int(float(obj.findtext('bndbox/xmin')))
        ymin = int(float(obj.findtext('bndbox/ymin')))
        xmax = int(float(obj.findtext('bndbox/xmax')))
        ymax = int(float(obj.findtext('bndbox/ymax')))

        xmin = np.int32(xmin)
        ymin = np.int32(ymin)
        xmax = np.int32(xmax)
        ymax = np.int32(ymax)
        # 得到宽高
        datas.append([xmax - xmin, ymax - ymin])
        #print(datas)
"""   

归一化后结果：

未归一化结果：

后期将介绍采用二维列表转csv格式，将真实框信息可视化。

标签：xml,glob,归一化,height,labelimg,import,标注
来源： https://blog.csdn.net/wuzhihuaw/article/details/123639061

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。