目的：将LaRa交通信号灯数据集解析成VOC格式。
分为四类：‘Traffic_Light_go’, ‘Traffic_Light_stop’, ‘Traffic_Light_ambiguous’, ‘Traffic_Light_warning’
数据集下载链接：http://www.lara.prd.fr/benchmarks/trafficlightsrecognition
打开官网，如下图，下载数据集，一共9168张图片。
将下面标签信息保存在label_old.txt文件夹中。
-
从官网下载复制的只有两个文件，一个是原始图片压缩包，一个是复制出来的标签信息。
-
首先，将label_old.tx文件内的标签信息提取出来，将每一张图片与之标签信息一一对应。每一张图片对应一个txt文件。【注意文件路径改成】
preprocess.py生成的txt文件存放在labels文件夹中，一一对应的原始图片存放在Images文件夹中。
# -*- coding: utf-8 -*-
import os
import shutil
from os import getcwd
#标签信息
classes = ['Traffic_Light_go', 'Traffic_Light_stop', 'Traffic_Light_ambiguous', 'Traffic_Light_warning']
width = 640
hight = 480
size = [width,hight]
def process(file_path, out_path, image_in_path, image_out_path):
#generate labels
with open(file_path) as f:
i = 0
pic_indexs = []
if os.path.exists(out_path):
shutil.rmtree(out_path)
os.mkdir(out_path)
for line in f.readlines():
strs = str.split(line)
pic_index = strs[2]
pic_indexs.append(pic_index)
x1 = float(strs[3])
y1 = float(strs[4])
x2 = float(strs[5])
y2 = float(strs[6])
box = [x1, x2, y1, y2]
x,y,w,h = convert(size, box)
label = strs[-3][1:]+'_'+strs[-2][:-1]+'_'+strs[-1][1:-1]
class_ = classes.index(label)
with open(out_path+'/%s.txt'%(str(i).zfill(6)), 'w') as out:
out.write('%s %s %s %s %s\n'%(class_, x, y, w, h))
i = i+1
#reorder pictures
i = 0
if os.path.exists(image_out_path):
shutil.rmtree(image_out_path)
os.mkdir(image_out_path)
for index in pic_indexs:
pic_name = 'frame_'+index.zfill(6)+'.jpg' #fill left null with zeros
new_pic = str(i).zfill(6)+'.jpg'
new_pic_path = image_out_path + '/' + new_pic
old_pic_path = image_in_path + '/' + pic_name
print(old_pic_path+' -> '+new_pic_path)
shutil.copyfile(old_pic_path, new_pic_path)
i = i+1
def convert(size, box):
dw = 1./(size[0])
dh = 1./(size[1])
x = (box[0] + box[1])/2.0 - 1
y = (box[2] + box[3])/2.0 - 1
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)
wd = getcwd()
file_path = wd + '/label_old.txt' #复制的标签信息，放在label_old.txt文件中
out_path = wd +'/labels' #提取出标签坐标信息的txt存放文件夹
image_in_path = wd + '/Lara3D_UrbanSeq1_JPG' #下载下来的原始图片存储位置
image_out_path = wd + '/Images' #存放提取的信号灯原始图片
process(file_path, out_path, image_in_path, image_out_path)
打开txt文件，内容如下：
3. 然后，将txt文件转化成xml文件。【注意修改成自己的路径和类别】txt2xml.py生成的xml文件保存在Annotations文件夹中。
import cv2
import os
xml_head = '''<annotation>
<folder>VOC2007</folder>
<filename>{}</filename>
<source>
<database>The VOC2007 Database</database>
<annotation>PASCAL VOC2007</annotation>
<image>flickr</image>
<flickrid>325991873</flickrid>
</source>
<owner>
<flickrid>null</flickrid>
<name>null</name>
</owner>
<size>
<width>{}</width>
<height>{}</height>
<depth>{}</depth>
</size>
<segmented>0</segmented>
'''
xml_obj = '''
<object>
<name>{}</name>
<pose>Rear</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>{}</xmin>
<ymin>{}</ymin>
<xmax>{}</xmax>
<ymax>{}</ymax>
</bndbox>
</object>
'''
xml_end = '''
</annotation>'''
labels = ['Traffic_Light_go', 'Traffic_Light_stop', 'Traffic_Light_ambiguous', 'Traffic_Light_warning'] #label for datasets
cnt = 0
txt_path=os.path.join("F:/ceshi/labels/") #存放txt的文件目录
image_path=os.path.join("F:/ceshi/Images/") #存放图片的文件目录
path=os.path.join("F:/ceshi/Annotations/") #存放生成xml的文件目录
for(root,dirname,files) in os.walk(image_path):#遍历图片文件夹
for ft in files:
ftxt=ft.replace('jpg','txt')#ft是图片名字+扩展名，将jpg和txt替换
fxml=ft.replace('jpg','xml')
xml_path=path+fxml
obj = ''
img = cv2.imread(root+ft)
try:
img_h,img_w = img.shape[0],img.shape[1]
head = xml_head.format(str(fxml),str(img_w),str(img_h),3)
except:
print(root+ft)
with open(txt_path+ftxt,'r') as f: #读取对应txt文件内容
for line in f.readlines():
yolo_datas = line.strip().split(' ')
label = int(float(yolo_datas[0].strip()))
center_x = round(float(str(yolo_datas[1]).strip()) * img_w)
center_y = round(float(str(yolo_datas[2]).strip()) * img_h)
bbox_width = round(float(str(yolo_datas[3]).strip()) * img_w)
bbox_height = round(float(str(yolo_datas[4]).strip()) * img_h)
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))
obj += xml_obj.format(labels[label],xmin,ymin,xmax,ymax)
with open(xml_path,'w') as f_xml:
f_xml.write(head+obj+xml_end)
cnt += 1
print(cnt)
到目前为止，已经将数据集解析成了VOC格式。有原始图片，存放在Images文件夹中，xml文件存放在Annotations文件夹中。
-
但是，想看一看这个数据集到底是怎样标注的？那么，接下来，需要将标签坐标信息还原到原始图片中，并用框框画出来。
含有框框坐标信息的图片保存在label_picture文件夹中。【注意修改文件路径】
xml_to_picture.py
# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os, cv2
# 将路径换成自己的即可
annota_dir = "F:/ceshi/Annotations/" #xml文件保存的路径
origin_dir = "F:/ceshi/Images/" #jpg图片保存的路径
target_dir1= "F:/ceshi/label_picture/" #生成带有标签信息的文件夹路径，即想将转化后的图片保存在哪
def divide_img(oriname):
img_file = os.path.join(origin_dir, oriname + '.jpg')
im = cv2.imread(img_file)
# 读取每个原图像的xml文件
xml_file = os.path.join(annota_dir, oriname + '.xml')
tree = ET.parse(xml_file)
root = tree.getroot()
for object in root.findall('object'):
object_name = object.find('name').text
Xmin = int(object.find('bndbox').find('xmin').text)
Ymin = int(object.find('bndbox').find('ymin').text)
Xmax = int(object.find('bndbox').find('xmax').text)
Ymax = int(object.find('bndbox').find('ymax').text)
color = (4, 250, 7)
cv2.rectangle(im, (Xmin, Ymin), (Xmax, Ymax), color, 2)
font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(im, object_name, (Xmin, Ymin - 7), font, 0.5, (6, 230, 230), 2)
img_name = oriname + '.jpg'
to_name = os.path.join(target_dir1, img_name)
cv2.imwrite(to_name, im)
img_list = os.listdir(origin_dir)
for name in img_list:
divide_img(name.rstrip('.jpg'))
print("转化完成！")
哦，原来就是这个鬼样子~~
