从零开始制作数据集所需要的所有python脚本
最近一直在做图片数据集,积累了很多心得。我把我所使用的python脚本全部拿出来,当然这些脚本大部分网上都有,只不过比较分散。
我已经把所有代码上传到github上,觉得写的好的话,请给我一个star
https://github.com/gzz1529657064/Python-scripts-used-to-make-datasets
由于我的数据集是在拍摄路面的一些物体。因此分为视频和图片两种。视频分辨率1920x1080,帧率为60fps,图片分辨率为1920x1080。光拍摄图片比较慢,拍摄视频获取图片速度很快,毕竟可以将视频分解成帧,这样就可以在短时间内获取大量图片。顺便说一句,录制视频的时候可以缓慢的上下、左右移动镜头,这样得到的图片数据比较丰富。不是那种高度重复的
1. 视频分解为帧 video_to_picture.py
- import cv2
- vc = cv2.VideoCapture('E:/HDV-2019-5-8/Movie/20190508_0095.MP4')
- c=0
- rval=vc.isOpened()
- timeF = 30
- while rval:
- c = c + 1
- rval, frame = vc.read()
- if (c % timeF == 0):
- cv2.imwrite('E:/HDV-2019-5-8/digital_light/95/'+str(c).zfill(5) + '.jpg', frame)
- cv2.waitKey(1)
- vc.release()
其中 timeF 表示帧率,你也可以改小一点。一秒中获取2帧到4帧左右;zfill(5):表示图片从00000~99999,数字的位数。如果视频很长,可以把5调大一点。
2. 手动删除不需要的图片
3. 按照VOC数据集的格式。详情请看我上篇博客 : 在Ubuntu内制作自己的VOC数据集
4. 把所有图片放入JPEGImages文件中,后缀名一般为 .jpg .png .JPG。需要批量重命名文件夹中图片文件。使用rename.py
- # -*- coding:utf8 -*-
- import os
- class BatchRename():
- '''
- 批量重命名文件夹中的图片文件
- '''
- def __init__(self):
- self.path = '/home/z/work/train' #存放图片的文件夹路径
- def rename(self):
- filelist = os.listdir(self.path)
- total_num = len(filelist)
- i = 1
- for item in filelist:
- if item.endswith('.jpg') or item.endswith('.JPG'): #图片格式为jpg、JPG
- src = os.path.join(os.path.abspath(self.path), item)
- dst = os.path.join(os.path.abspath(self.path), str(i).zfill(5) + '.jpg') #设置新的图片名称
- try:
- os.rename(src, dst)
- print ("converting %s to %s ..." % (src, dst))
- i = i + 1
- except:
- continue
- print ("total %d to rename & converted %d jpgs" % (total_num, i))
- if __name__ == '__main__':
- demo = BatchRename()
- demo.rename()
只需要修改图片路径、增添图片格式、zfill(5)表示图片名称从00001~99999,可以按照自己的图片数量进行修改。
5. 使用labelImg进行标注。标注是一个非常漫长而又无聊的过程,坚持住!
每个图片都会产生一个xml文件。
6. 检查xml文件。check_annotations.py
- import os
- def getFilePathList(dirPath, partOfFileName=''):
- allFileName_list = list(os.walk(dirPath))[0][2]
- fileName_list = [k for k in allFileName_list if partOfFileName in k]
- filePath_list = [os.path.join(dirPath, k) for k in fileName_list]
- return filePath_list
- def check_1(dirPath):
- jpgFilePath_list = getFilePathList(dirPath, '.jpg')
- allFileMarked = True
- for jpgFilePath in jpgFilePath_list:
- xmlFilePath = jpgFilePath[:-4] + '.xml'
- if not os.path.exists(xmlFilePath):
- print('%s this picture is not marked.' %jpgFilePath)
- allFileMarked = False
- if allFileMarked:
- print('congratulation! it is been verified that all jpg file are marked.')
- import xml.etree.ElementTree as ET
- def check_2(dirPath, className_list):
- className_set = set(className_list)
- xmlFilePath_list = getFilePathList(dirPath, '.xml')
- allFileCorrect = True
- for xmlFilePath in xmlFilePath_list:
- with open(xmlFilePath, 'rb') as file:
- fileContent = file.read()
- root = ET.XML(fileContent)
- object_list = root.findall('object')
- for object_item in object_list:
- name = object_item.find('name')
- className = name.text
- if className not in className_set:
- print('%s this xml file has wrong class name "%s" ' %(xmlFilePath, className))
- allFileCorrect = False
- if allFileCorrect:
- print('congratulation! it is been verified that all xml file are correct.')
- if __name__ == '__main__':
- dirPath = 'Picture/'
- className_list = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
- check_1(dirPath)
- check_2(dirPath, className_list)
此时图片和xml在一个文件夹下。文件夹名称为dirPath。
两个功能:1. 是否有图片漏标。2. 标注的类别是否有拼写错误。在className_list中填写正确的所有类别。
如果存在漏标、类别拼写错误,会打印出图片的名称。
7. 如果出现大数量的类别拼写错误。比如:行人(pedestrian)拼写成 pedestrain。可以使用replace_xml_label.py
- # coding=utf-8
- import os
- import os.path
- import xml.dom.minidom
- path = 'Annotations'
- files = os.listdir(path)
- s = []
- for xmlFile in files:
- portion = os.path.splitext(xmlFile)
- if not os.path.isdir(xmlFile):
- dom = xml.dom.minidom.parse(os.path.join(path, xmlFile))
- root = dom.documentElement
- name = root.getElementsByTagName('name')
- for i in range(len(name)):
- if name[i].firstChild.data == 'pedestrain':
- name[i].firstChild.data = 'pedestrian'
- with open(os.path.join(path, xmlFile), 'w', encoding='UTF-8') as fh:
- dom.writexml(fh)
- print('replace filename OK!')
8. 获取每个类的数目,查看数据是否平衡。 getClasses.py
- import os
- import xml.etree.ElementTree as ET
- import numpy as np
- np.set_printoptions(suppress=True, threshold=np.nan)
- import matplotlib
- from PIL import Image
- def parse_obj(xml_path, filename):
- tree = ET.parse(xml_path + filename)
- objects = []
- for obj in tree.findall('object'):
- obj_struct = {}
- obj_struct['name'] = obj.find('name').text
- objects.append(obj_struct)
- return objects
- def read_image(image_path, filename):
- im = Image.open(image_path + filename)
- W = im.size[0]
- H = im.size[1]
- area = W * H
- im_info = [W, H, area]
- return im_info
- if __name__ == '__main__':
- xml_path = 'Annotations/'
- filenamess = os.listdir(xml_path)
- filenames = []
- for name in filenamess:
- name = name.replace('.xml', '')
- filenames.append(name)
- recs = {}
- obs_shape = {}
- classnames = []
- num_objs = {}
- obj_avg = {}
- for i, name in enumerate(filenames):
- recs[name] = parse_obj(xml_path, name + '.xml')
- for name in filenames:
- for object in recs[name]:
- if object['name'] not in num_objs.keys():
- num_objs[object['name']] = 1
- else:
- num_objs[object['name']] += 1
- if object['name'] not in classnames:
- classnames.append(object['name'])
- for name in classnames:
- print('{}:{}个'.format(name, num_objs[name]))
- print('信息统计算完毕。')
9. 生成ImageSets\Main文件夹下的4个txt文件:test.txt,train.txt,trainval.txt,val.txt
这四个文件存储的是上一步xml文件的文件名。trainval和test内容相加为所有xml文件,train和val内容相加为trainval。使用CreateTxt.py生成。要将该文件与ImageSets和Annotations放在同一目录下
- import os
- import random
- trainval_percent = 0.8 # trainval数据集占所有数据的比例
- train_percent = 0.5 # train数据集占trainval数据的比例
- xmlfilepath = 'Annotations'
- txtsavepath = 'ImageSets/Main'
- total_xml = os.listdir(xmlfilepath)
- num = len(total_xml)
- print('total number is ', num)
- list = range(num)
- tv = int(num * trainval_percent)
- print('trainVal number is ', tv)
- tr = int(tv * train_percent)
- print('train number is ', tr)
- print('test number is ', num - tv)
- trainval = random.sample(list, tv)
- train = random.sample(trainval, tr)
- ftrainval = open('ImageSets/Main/trainval.txt', 'w')
- ftest = open('ImageSets/Main/test.txt', 'w')
- ftrain = open('ImageSets/Main/train.txt', 'w')
- fval = open('ImageSets/Main/val.txt', 'w')
- for i in list:
- name = total_xml[i][:-4] + '\n'
- if i in trainval:
- ftrainval.write(name)
- if i in train:
- ftrain.write(name)
- else:
- fval.write(name)
- else:
- ftest.write(name)
- ftrainval.close()
- ftrain.close()
- fval.close()
- ftest.close()
10. 将test.txt,train.txt,trainval.txt,val.txt转化为下面这种格式。使用voc_annotation.py
路径 类别名 xmin ymin xmax ymax
例如:
xxx/xxx/a.jpg 0 453 369 473 391 1 588 245 608 268
xxx/xxx/b.jpg 1 466 403 485 422 2 793 300 809 320
- import xml.etree.ElementTree as ET
- from os import getcwd
- sets=[('', 'train'), ('', 'val'), ('', 'test'), ('', 'trainval')]
- classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
- def convert_annotation(year, image_id, list_file):
- in_file = open('VOCdevkit\VOC%s\Annotations\%s.xml'%(year, image_id), encoding = 'utf-8')
- tree=ET.parse(in_file)
- root = tree.getroot()
- 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 = (int(xmlbox.find('xmin').text), int(xmlbox.find('ymin').text), int(xmlbox.find('xmax').text), int(xmlbox.find('ymax').text))
- #list_file.write(" " + ",".join([str(a) for a in b]) + ',' + str(cls_id))
- list_file.write(" " + str(cls_id) + ' ' + " ".join([str(a) for a in b]))
- wd = getcwd()
- for year, image_set in sets:
- image_ids = open('VOCdevkit\VOC%s\ImageSets\Main\%s.txt'%(year, image_set)).read().strip().split()
- list_file = open('%s_%s.txt'%(year, image_set), 'w')
- for image_id in image_ids:
- list_file.write('%s\VOCdevkit\VOC%s\JPEGImages\%s.jpg'%(wd, year, image_id))
- convert_annotation(year, image_id, list_file)
- list_file.write('\n')
- list_file.close()
同样地在classes里面填写你自己实际的类别。
如果碰到图片输入是这样:路径 xmin ymin xmax ymax 类别名。将代码中标红的部分调换一下顺序即可
- list_file.write(" " + " ".join([str(a) for a in b]) + ' ' + str(cls_id))
总结
后面可能还会有将图片制作成 tfrecord文件用于tensorflow训练,lmdb文件用于caffe训练。脚本会继续增加。
从零开始制作数据集所需要的所有python脚本的更多相关文章
- 从零开始制作Minecraft启动器(C++开源)
从零开始制作Minecraft启动器(C++开源) 新手飙车了~~~,MC启动器源码大放送,随心所欲打造自己的专属MC启动器,这不是易语言,是C++...分析原理,关键源码都有详细的注释,代码编好就打 ...
- 从零开始制作 Hexo 主题
原文地址:从零开始制作 Hexo 主题 · Ahonn 写在前面 本文将会从零开始开发一个简单的博客主题.样式主要参考 Hexo theme 中的 Noise 主题. 开始之前你需要了解: 模板引擎 ...
- WordPress 主题教程:从零开始制作 WordPress 主题
为什么要开发WordPress主题? WordPress主题由一系列文件和样式表单组成,这些文件和样式表单共同作用生成WordPress网站的外观.每个主题都不同,用户可以通过这些主题随心所欲地更换自 ...
- #3使用html+css+js制作网页 番外篇 使用python flask 框架 (II)
#3使用html+css+js制作网页 番外篇 使用python flask 框架 II第二部 0. 本系列教程 1. 登录功能准备 a.python中操控mysql b. 安装数据库 c.安装mys ...
- #3使用html+css+js制作网页 番外篇 使用python flask 框架 (I)
#3使用html+css+js制作网页 番外篇 使用python flask 框架(I 第一部) 0. 本系列教程 1. 准备 a.python b. flask c. flask 环境安装 d. f ...
- 如何在命令行里运行python脚本
python是一款应用非常广泛的脚本程序语言,谷歌公司的网页就是用python编写.python在生物信息.统计.网页制作.计算等多个领域都体现出了强大的功能.python和其他脚本语言如java.R ...
- WEB中间件--tomcat爆破,burp和python脚本
1.tomcat 用burpsuit进行弱口令爆破 先抓包 发送到inturder payload type 选择custom iterater 第一个payload选用户名文件,第二个payload ...
- ArcGis Python脚本——根据接图表批量裁切分幅影像
年前写了一个用渔网工具制作图幅接图表的文章,链接在这里: 使用ArcMap做一个1:5000标准分幅图并编号 本文提供一个使用ArcMap利用接图表图斑裁切一幅影像为多幅的方法. 第一步,将接图表拆分 ...
- ArcGis Python脚本——要素图斑自动编号,自上而下,从左到右
原理: 利用图斑最小外包矩形的左上角坐标(数学坐标)Y坐标将序.X坐标升序的方式获取自上而下,从左到右的要素记录排序,然后遍历编号. "!shape.extent.xmin!"计算 ...
随机推荐
- (js描述的)数据结构[树结构1.2](12)
1.先序遍历 2.中序遍历 3.后序遍历 4.递归调用栈详解: 详细见: https://zhuanlan.zhihu.com/p/24291978 5.删除节点操作分析: 5.代码封装 //封装二叉 ...
- SQL表的简单操作
创建数据库表,进行增删改查是我们操作数据库的最基础的操作,很简单,熟悉的请关闭,免得让费时间. 1.创建表: sql中创建数值类型字段要根据该字段值的增长情况选择类型: tinyint 占1个字节,长 ...
- easy-mock 本地部署(挤需体验三番钟,里造会干我一样,爱象节款mock)
前言 很多小伙伴问我怎么在自己公司的项目里面添加配置mock,在vue项目里面都知道怎么配置mock,在大型前端项目里面就一脸疑惑了. 我就回答他,你今天会在vue项目里面用,那天换公司是用angul ...
- Tomcat启动过程原理详解 -- 非常的报错:涉及了2个web.xml等文件的加载流程
Tomcat启动过程原理详解 发表于: Tomcat, Web Server, 旧文存档 | 作者: 谋万世全局者 标签: Tomcat,原理,启动过程,详解 基于Java的Web 应用程序是 ser ...
- 小小的锁,大大的疑问?Lock疑问?
Lock锁 怎么使用?怎么把下面的这个锁弄得比较合适,大家都能去买票?? 和synchronized相比的好处? lock的使用规范try finnally private final Reentra ...
- AJ学IOS 之CoreLocation指南针小应用
AJ分享,必须精品 一:效果图示 简单的用到CoreLocation获取方位做的指南针小应用 二:制作思路 具体用到了CoreLocation相关的知识,请看上一篇博客有写 然后获取方向不需要进行授权 ...
- 1个工具,助你提升K8S故障排查效率!
Kubernetes的故障排查一直困扰众多运维团队或DevOps,除了Kubernetes本身的复杂性之外,还有Kubernetes的工作负载是动态的原因.本文将介绍1个工具可以帮助你可视化K8S的网 ...
- [一道蓝鲸安全打卡Web分析] 文件上传引发的二次注入
蓝鲸打卡的一个 web 文件上传引发二次注入的题解和思考 蓝鲸文件管理系统 源代码地址:http://www.whaledu.com/course/290/task/2848/show 首先在设置文件 ...
- mysql参数max_binlog_cache_size设置不当引发的血案
日常运维中的坑真是防不胜防,不一小心就遇到别人给你挖的坑.最近又遇到经验不足的DBA不知道从哪拷贝的配置文件(据说是当时参加某培训机构视频培训是资料里的模板,真的是误人子弟呀),其中把max_binl ...
- 数值计算方法实验之Hermite 多项式插值 (Python 代码)
一.实验目的 在已知f(x),x∈[a,b]的表达式,但函数值不便计算,或不知f(x),x∈[a,b]而又需要给出其在[a,b]上的值时,按插值原则f(xi)= yi(i= 0,1…….,n)求出简单 ...