1. 问题描述
1. 问题描述：由于本人在实验过程中，需要使用一个标注文件为.mat的数据集，但是由于没有matlab软件，所以无法打开，为此写了该脚本，将matlab标注文件转换为txt文件。
2. 代码
2. 在图片上画出目标框：在某些情况下，拿到的数据集并没有很多细节的描述，所以很多信息都需要我们自己找，但在这个过程中，较为重要的信息之一就是边框的坐标值，换句话说，数据集中得到的四个数值，不知道代表的是什么含义；比如：【左上角x坐标，左上角y坐标，w，h】或者【左上角x坐标，左上角y坐标，右下角x坐标，右下角y坐标】或者【中心点x坐标，中心点y坐标，w，h】。在以下代码中，获取到的mat文件中的框1、框2、框3、框4就存在这种问题。四个数字不确定到底是哪种坐标类型。所以就必须在图片上根据数值用代码画出相对应的目标框，才可以判断。该数据集通过画出目标框，可以确定坐标类型为【左上角x坐标，左上角y坐标，w，h】，为后续生成txt标注文件做准备。
from scipy import io
import cv2
from PIL import Image
# 读取.mat文件的内容(data中包含边界框坐标)
data = io.loadmat('E:/Datasets/dataset/trainval/labels/T0001_XM_20110809100243_02.mat')
# 图片的路径
fname = 'E:/Datasets/dataset/trainval/images/T0001_XM_20110809100243_02.jpg'
# 读取图片
img = cv2.imread(fname, 1)
# 由于该mat文件中有四个边框坐标,所以输出4个边界框信息
for i in range(4):
print(data['annotation'][0][0][1][i])
# [24 1338 390 280] 边框1
# [3058 369 256 323] 边框2
# [ 590 2072 130 155] 边框3
# [5.10000e-01 1.04851e+03 1.07980e+02 1.38980e+02] # 边框4
pt1 = (24, 1338) # 框1左上角坐标
pt2 = (390+24, 280+1338) # 框1右下角坐标
pt3 = (3058, 369) # 框2左上角坐标
pt4 = (256+3058, 323+369) # 框2右下角坐标
pt5 = (590, 2072)
pt6 = (130+590, 155+2072)
pt7 = (0, 1048)
pt8 = (107+0, 138+1048)
cv2.rectangle(img, pt1, pt2, (0, 0, 255), 2) # 在图片上画出框1
cv2.rectangle(img, pt3, pt4, (0, 0, 255), 2)
cv2.rectangle(img, pt5, pt6, (0, 0, 255), 2)
cv2.rectangle(img, pt7, pt8, (0, 0, 255), 2)
save_path = 'img.jpg' # 画好的图片，保存名称
cv2.imwrite(save_path, img)
3. 描述：文件夹中包含多个mat文件，一个mat文件中包含一个图片上的所有目标框信息。所以生成一个文件夹，其中包含多个txt文件，一个txt文件中包含一个图片上的所有目标框信息。适用于yolo模型。
from scipy import io
from PIL import Image
import os
# 创建一个文件夹（运行一次创建文件夹即可）
os.mkdir('E:/Datasets/dataset/test/labels_txt')
path = "E:/Datasets/dataset/test/labels/" # 文件夹名字
path_img = "E:/Datasets/dataset/test/images/" # 图片文件夹
def mat_to_txt():
path_files_name = os.listdir(path) # 所有文件的名字
for i in path_files_name:
all_file_name = os.path.join(path, i) # 完整的文件名mat
data = io.loadmat(all_file_name) # 读到mat文件
txt_file_name = data['annotation'][0][0][0][0]+'.txt' # txt文件名
img_file_name = data['annotation'][0][0][0][0]+'.jpg' # 图片名
path_txt = 'E:/Datasets/maize_counting_dataset/test/labels_txt/' # 前缀
path_file_txt = os.path.join(path_txt, txt_file_name) # 完整的文件名txt
path_img_file = os.path.join(path_img, img_file_name) # 完整的图片名jpg
img2 = Image.open(path_img_file) # 读到图片
w1 = img2.width # 图片的宽
h1 = img2.height # 图片的高
file = open(path_file_txt, 'a') # 创建文件名正常的文件
label_counts = int(data['annotation'][0][0][1].size / 4) # 所有锚框数
for i in range(label_counts):
label_lines = [] # 一个目标框
x, y, w, h = data['annotation'][0][0][1][i] # 获取mat文件中的坐标信息
x2 = round((x + w + x) / (2.0 * w1), 6) # 进行归一化，因为yolo模型使用的是归一化的坐标
y2 = round((y + h + y) / (2.0 * h1), 6)
w2 = round((w) / (1.0 * w1), 6)
h2 = round((h) / (1.0 * h1), 6)
label_lines.append(0)
label_lines.append(x2)
label_lines.append(y2)
label_lines.append(w2)
label_lines.append(h2)
s = str(label_lines)[1:-1].split(',') # 截取'['与']'
a = ''
for i in s:
a = a + str(i) + ''
file.write(a + '\n') # 写入文件
if __name__ == '__main__':
mat_to_txt()4. 数据集中确定四个值的具体含义。YOLO模型使用的是归一化后的(中心点x，中心点y，w，h)。
import cv2
# 图片和标签路径
image_path = "E:/project/yh/due_data/check_box/Hebei2010_00140_Gc.jpg"
label_path = "E:/project/yh/due_data/check_box/Hebei2010_00140_Gc.txt"
# 读取图片
img = cv2.imread(image_path, 1) # 在图片上标记box
height, width, channels = img.shape # 得到图片宽高
# 读标签文件中的标注框
c = open(label_path) # 打开文件
data = c.readline() # 读取第一行
x, y, w, h = data.split(" ")[1:] # 读取的数值为字符串类型
x = float(x)
y = float(y)
w = float(w)
h = float(h)
# 将归一化的x,y,w,h转换为原来的值，在图片上画box
w1 = w * width
h1 = h * height
# x,y有两种情况：1.x,y是box左上角点坐标，2.x,y是box中心点坐标
# 1. 左上角点
(x + w + x) / (2.0 * w1)
x1 = (x * (2.0 * width) - w1) / 2
y1 = (y * (2.0 * height) - h1) / 2
print(x1, y1, w1, h1) # 2757.001536 1.0013760000000218 162.000384 277.999488
pt1 = (2757, 1) # 左上角的点
pt2 = (2757 + 162, 1 + 278) # 右下角的点
# 画图
# pt1 = (x1, y1)
# pt2 = (x1 + w1, y1 + h1)
cv2.rectangle(img, pt1, pt2, (0, 0, 255), 2) # 在图片上画出框1
save_path = 'img.jpg' # 画好的图片，保存名称
cv2.imwrite(save_path, img)
图1. 已画框的图片(标注框在图片右上部分)
5. 数据集处理：在训练模型过程中，可能会需要对数据集图片尺寸进行改变，例如将原图片大小改变为(1240, 960)，在这种情况下，将数据集格式转换为YOLO格式(标签，归一化后的中心点X，归一化后的中心点Y，归一化后的W，归一化后的H)是不需要改变的，也就是标签文件夹中所有内容不需要改变(因为都是归一化后的，就相当于已经进行了单位化)，所以只需要给图片进行尺寸转换即可。
import os
from PIL import Image
image_folder = "" # 原始图片文件路径
os.mkdir("") # 创建新的图片文件夹，存放改变大小后的图片
def resize_img(folder):
all_images = os.listdir(folder) # 图片名
for i in all_images:
image_name = os.path.join(folder, i) # 图片全名
img = Image.open(image_name)
img_size = img.resize((1024, 960), Image.ANTIALIAS) # 改变的尺寸大小
path_img = "" # 创建的新的文件夹名
path_image_name = os.path.join(path_img, i) # 修改后的图片路径
img_size.save(path_image_name) # 保存
if __name__ == '__main__':
resize_img(image_folder)
6. 数据集处理：在某些数据集中，会存在不同格式的情况，所以需要进行重新划分(划分为适合YOLO的格式)，以下代码就是将数据集划分为train、test、val(适合YOLO格式)
import os
import shutil
# 一直替换两个文件(因为日期)
path_imgs_folder = "F:/datasets/MT/images"
path_labels_foler = "F:/datasets/MT/labels"
img_train_folder = "F:/datasets/MT_dataset/images/train"
img_test_folder = "F:/datasets/MT_dataset/images/test"
img_val_folder = "F:/datasets/MT_dataset/images/val"
label_train_folder = "F:/datasets/MT_dataset/labels/train"
label_test_folder = "F:/datasets/MT_dataset/labels/test"
label_val_folder = "F:/datasets/MT_dataset/labels/val"
def due_files():
path_labels = os.listdir(path_labels_foler) # 读取标签文件夹
for i in path_labels:
if i.split('_')[-1] == 'valid.txt':
path_img = i.split('.')[0] + ".jpg"
path_im = os.path.join(path_imgs_folder, path_img) # 图片完整路径
path_la = os.path.join(path_labels_foler, i) # 标签完整路径
shutil.copy(path_im, img_val_folder) # 图片 原文件，新文件夹
shutil.copy(path_la, label_val_folder) # 标签 原文件，新文件夹
elif i.split('_')[-1] == 'test.txt':
path_img = i.split('.')[0] + ".jpg"
path_im = os.path.join(path_imgs_folder, path_img) # 图片完整路径
path_la = os.path.join(path_labels_foler, i) # 标签完整路径
shutil.copy(path_im, img_test_folder) # 图片 原文件，新文件夹
shutil.copy(path_la, label_test_folder) # 标签 原文件，新文件夹
else: # train
path_img = i.split('.')[0] + ".jpg"
path_im = os.path.join(path_imgs_folder, path_img) # 图片完整路径
path_la = os.path.join(path_labels_foler, i) # 标签完整路径
shutil.copy(path_im, img_train_folder) # 图片 原文件，新文件夹
shutil.copy(path_la, label_train_folder) # 标签 原文件，新文件夹
if __name__ == '__main__':
due_files()