python：自动检查异常xml标签

用Labelme有时候会发现在图片外的坐标会出现某些标签，可能是误操作，也可能是程序问题吧。针对这些异常标签，训练时会引发异常，这里给出一段代码用于发现这些异常数据。

首先定义异常：

矩形框超出图像大小的标签即为异常标签。

矩形框大小为0的标签也为异常标签。

这里给出前者的异常检测。

发现率100%

# -*- coding:utf-8 -*-
# nansbas
# 2019.1.21
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
    bbox=obj.find('bndbox')
    obj_struct['bbox']=[int(bbox.find('xmin').text),
                        int(bbox.find('ymin').text),
                         int(bbox.find('xmax').text),
                        int(bbox.find('ymax').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

#主函数
if __name__ == '__main__':
  image_path='C:/Users/nansbas/Desktop/JPEGImages/'
  xml_path='C:/Users/nansbas/Desktop/hebin/'
  filenamess=os.listdir(xml_path)
  filenames=[]
  for name in filenamess:
    name=name.replace('.xml','')
    filenames.append(name)
  recs={}
  ims_info={}
  obs_shape={}
  classnames=[]
  num_objs={}
  obj_avg={}
  for i,name in enumerate(filenames):
    recs[name]=parse_obj(xml_path, name+ '.xml' )
    ims_info[name]=read_image(image_path, name + '.jpg' )
  for name in filenames:
    im_w = ims_info[name][0]
    im_h = ims_info[name][1]
    im_area = ims_info[name][2]
    for object in recs[name]:
      if object['name'] not in num_objs.keys():
         num_objs[object['name']]=1
      else:
         num_objs[object['name']]+=1
      ob_w = object['bbox'][2] - object['bbox'][0]
      ob_h = object['bbox'][3] - object['bbox'][1]
      ob_area = ob_w*ob_h
      if object['bbox'][3]>im_h:
         print("这个标签有问题：{}".format(name))
         print("这个目标有问题：{}".format(object['name']))
      if object['bbox'][2]>im_w:
         print("这个标签有问题：{}".format(name))
         print("这个目标有问题：{}".format(object['name']))
      if object['bbox'][1]>im_h:
         print("这个标签有问题：{}".format(name))
         print("这个目标有问题：{}".format(object['name']))
      if object['bbox'][0]>im_w:
         print("这个标签有问题：{}".format(name))
         print("这个目标有问题：{}".format(object['name']))
      ob_h = object['bbox'][3] - object['bbox'][1]
      ob_area = ob_w*ob_h
      w_rate= ob_w / im_w
      h_rate= ob_h / im_h
      area_rate= ob_area / im_area
      if not object['name'] in obs_shape.keys():
        obs_shape[object['name']]=( [[ob_w,
                                           ob_h,
                                           ob_area,
                                           w_rate,
                                           h_rate,
                                           area_rate]] )
      else:
        obs_shape[object['name']].append( [ob_w,
                                           ob_h,
                                           ob_area,
                                           w_rate,
                                           h_rate,
                                           area_rate] )
    if object['name'] not in classnames:
        classnames.append(object['name'])#求平均

  #计算每一个目标在原图中的占比
  #计算目标的平均长度、
  #计算平均宽度，
  #计算平均面积、
  #计算目标平均占比