欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

读取xml文件中的信息到txt文本中

程序员文章站 2022-03-30 11:24:45
1.代码import xml.etree.ElementTree as ETimport os"""r''要加上的"""source = r'D:\pycharm\pytorch相关\labelImg-master\ori_xlm' # 文件夹路径dir = os.listdir(source)dir为一个列表查看dir中的第二个元素(index=1)作为一个N叉树可以查看其叶子节点里面出现了多个’obejct’节点因为源xml文件框了好几个不同的对象查看xml文件里面的...

1.代码

import xml.etree.ElementTree as ET
import os
"""
r''要加上的
"""
source = r'D:\pycharm\pytorch相关\labelImg-master\ori_xlm'  # 文件夹路径
dir = os.listdir(source)

dir为一个列表
读取xml文件中的信息到txt文本中
查看dir中的第二个元素(index=1)
作为一个N叉树
可以查看其叶子节点

里面出现了多个’obejct’节点
因为源xml文件框了好几个不同的对象
读取xml文件中的信息到txt文本中
查看xml文件里面的的路径名
读取xml文件中的信息到txt文本中
当一个root里有多个’object‘属性时,通过双层for循环即可取出来

for i in root.iter('object'):
    print(i)
    for j in i.iter('bndbox'):
        print(j)


<Element 'object' at 0x00000262276779F0>
<Element 'bndbox' at 0x0000026227677B80>
<Element 'object' at 0x0000026227677D10>
<Element 'bndbox' at 0x0000026227677EA0>
<Element 'object' at 0x000002622767F090>
<Element 'bndbox' at 0x000002622767F220>
<Element 'object' at 0x000002622767F3B0>
<Element 'bndbox' at 0x000002622767F540>

把坐标和name写进一个txt文件中

for i in range(len(dir)):
    tree = ET.parse(source + '/' + dir[i])
    rect = {}
    line = ""
    root = tree.getroot()
    with open('D:\pycharm\pytorch相关\labelImg-master\ori_xlm\info.txt', 'a', encoding='utf-8') as f1:
        # 路径信息
        for name in root.iter('path'):
            """
            rect是一个字典,没有key时,会自动生成key以及对应的value
            """
            rect['path'] = name.text
        
        for ob in root.iter('object'):
            for bndbox in ob.iter('bndbox'):
                """
                for i in root:
                    print(i)
                <<<
                <Element 'folder' at 0x0000026227679680>
                <Element 'filename' at 0x00000262276792C0>
                <Element 'path' at 0x0000026227679C70>
                <Element 'source' at 0x0000026227679180>
                <Element 'size' at 0x0000026227677860>
                <Element 'segmented' at 0x00000262276779A0>
                <Element 'object' at 0x00000262276779F0>
                <Element 'object' at 0x0000026227677D10>
                <Element 'object' at 0x000002622767F090>
                <Element 'object' at 0x000002622767F3B0>
                
                出现多个叶子节点object,只需要两层迭代。就能把每一个name和bndbox坐标取出来
                """
                for xmin in bndbox.iter('xmin'):
                    rect['xmin'] = xmin.text
                for ymin in bndbox.iter('ymin'):
                    rect['ymin'] = ymin.text
                for xmax in bndbox.iter('xmax'):
                    rect['xmax'] = xmax.text
                for ymax in bndbox.iter('ymax'):
                    rect['ymax'] = ymax.text
                print(rect['xmin'] + ' ' + rect['ymin'] + ' ' + rect['xmax'] + ' ' + rect['ymax'])
                line = rect['xmin'] + ' ' + rect['ymin'] + ' ' + rect['xmax'] + ' ' + rect['ymax'] + " "
                f1.write(line)
            # 文本信息,这个循环应该在for bndbox 外面的,才合理
            for t in ob.iter('name'):
                print(t.text)
                f1.write(t.text + '\n')

print结果如下

读取xml文件中的信息到txt文本中

txt文件内容如下:

读取xml文件中的信息到txt文本中

2.root.iter(‘size’)和root.find(‘size’)

前者为迭代器,还是要靠for才能取出其element
后者为element

for i in root.iter('size'):
    print(i==root.find('size'))

# True

读取xml文件中的信息到txt文本中
读取xml文件中的信息到txt文本中

cls_id = classes.index(cls) 这个注意一下
读取xml文件中的信息到txt文本中

"""
把左上、右下坐标形式转换为
(x,y,h,w)
并且归一化(0,1)之间
"""
def convert(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

def convert_annotation(year, image_id):
    in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
    out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
    tree=ET.parse(in_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))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

3.参考链接:

1.使用labelImg标注数据的方法
2.读取labelimg生成的xml标签

本文地址:https://blog.csdn.net/weixin_47289438/article/details/113979153

相关标签: pytorch系列