将COCO格式的json文件转化为VOC格式的xml文件

起因是得到一批标准的COCO数据集(json文件)，自己后来又手动标了一批数据，但是标注出来的文件是VOC格式，现在想要把这些数据合并到一起，再转成标准的COCO数据集用于训练。

个人觉得json转xml更简单，且已有xml转json代码，所以选择将部分json文件转为xml文件再做处理，参考了相关博客： 见文末。
简单调整了一下，亲测可用。附上代码：

import os
import time
import json
import pandas as pd
from tqdm import tqdm
from pycocotools.coco import COCO
 
def trans_id(category_id):
    names = []
    namesid = []
    for i in range(0, len(cats)):
        names.append(cats[i]['name'])
        namesid.append(cats[i]['id'])
    index = namesid.index(category_id)
    return index
    
#json文件路径和用于存放xml文件的路径
anno = './anno/instances_val2017.json'
xml_dir = './xml/'
 
coco = COCO(anno)  # 读文件
cats = coco.loadCats(coco.getCatIds())  # 这里loadCats就是coco提供的接口，获取类别
 
# Create anno dir
dttm = time.strftime("%Y%m%d%H%M%S", time.localtime())

with open(anno, 'r') as load_f:
    f = json.load(load_f)
 
imgs = f['images']  #json文件的img_id和图片对应关系 imgs列表表示多少张图
 
cat = f['categories']
df_cate = pd.DataFrame(f['categories'])                     # json中的类别
df_cate_sort = df_cate.sort_values(["id"], ascending=True)  # 按照类别id排序
categories = list(df_cate_sort['name'])                     # 获取所有类别名称
print('categories = ', categories)
df_anno = pd.DataFrame(f['annotations'])                    # json中的annotation
 
for i in tqdm(range(len(imgs))):  # 大循环是images所有图片
    xml_content = []
    file_name = imgs[i]['file_name']    # 通过img_id找到图片的信息
    height = imgs[i]['height']
    img_id = imgs[i]['id']
    width = imgs[i]['width']
    
    version =['"1.0"','"utf-8"'] 
 
    # xml文件添加属性
    xml_content.append("<?xml version=" + version[0] +" "+ "encoding="+ version[1] + "?>")
    xml_content.append("<annotation>")
    xml_content.append("    <filename>" + file_name + "</filename>")
    xml_content.append("    <size>")
    xml_content.append("        <width>" + str(width) + "</width>")
    xml_content.append("        <height>" + str(height) + "</height>")
    xml_content.append("        <depth>"+ "3" + "</depth>")
    xml_content.append("    </size>")
 
    # 通过img_id找到annotations
    annos = df_anno[df_anno["image_id"].isin([img_id])]  # (2,8)表示一张图有两个框
 
    for index, row in annos.iterrows():  # 一张图的所有annotation信息
        bbox = row["bbox"]
        category_id = row["category_id"]
        cate_name = categories[trans_id(category_id)]
 
        # add new object
        xml_content.append("    <object>")
        xml_content.append("        <name>" + cate_name + "</name>")
        xml_content.append("        <truncated>0</truncated>")
        xml_content.append("        <difficult>0</difficult>")
        xml_content.append("        <bndbox>")
        xml_content.append("            <xmin>" + str(int(bbox[0])) + "</xmin>")
        xml_content.append("            <ymin>" + str(int(bbox[1])) + "</ymin>")
        xml_content.append("            <xmax>" + str(int(bbox[0] + bbox[2])) + "</xmax>")
        xml_content.append("            <ymax>" + str(int(bbox[1] + bbox[3])) + "</ymax>")
        xml_content.append("        </bndbox>")
        xml_content.append("    </object>")
    xml_content.append("</annotation>")
 
    x = xml_content
    xml_content = [x[i] for i in range(0, len(x)) if x[i] != "\n"]
    ### list存入文件
    #xml_path = os.path.join(xml_dir, file_name.replace('.xml', '.jpg'))
    xml_path = os.path.join(xml_dir, file_name.split('j')[0]+'xml')
    print(xml_path)
    with open(xml_path, 'w+', encoding="utf8") as f:
        f.write('\n'.join(xml_content))
    xml_content[:] = []

此处为参考博客