三分钟学会用Python+OpenCV批量裁剪xml格式标注的图片

十小大

计算机视觉领域优质创作者

博客专家认证

2021-05-27 15:07:47

@[TOC](文章目录)

# 前言
在目标检测中，数据集常常使用labelimg标注，会生成xml文件。本文旨在根据xml标注文件来裁剪目标，以达到去除背景信息的目的。

# xml文件格式
以下是一个标注好的图片生成的xml文件。具体含义见代码注释。
```xml
<annotation> 
   <folder>JPEGImages</folder> 
   <filename>408.bmp</filename>
   <path>E:\JPEGImages\408.bmp</path>
   <source>
       <database>Unknown</database>
   </source>
   <size>                
       <width>413</width>
       <height>342</height>
       <depth>3</depth>
   </size>
   <segmented>0</segmented>
   <object>                           
       <name>bad_part</name>           
       <pose>Unspecified</pose>
       <truncated>0</truncated>
       <difficult>0</difficult>
       <bndbox> 
           <xmin>339</xmin>
           <ymin>103</ymin>
           <xmax>398</xmax>
           <ymax>173</ymax>
       </bndbox>
   </object>
   <object>
       <name>bad_part</name>
       <pose>Unspecified</pose>
       <truncated>0</truncated>
       <difficult>0</difficult>
       <bndbox>
           <xmin>265</xmin>
           <ymin>15</ymin>
           <xmax>364</xmax>
           <ymax>74</ymax>
       </bndbox>
   </object>
   <object>
       <name>bad_part</name>
       <pose>Unspecified</pose>
       <truncated>0</truncated>
       <difficult>0</difficult>
       <bndbox>
           <xmin>118</xmin>
           <ymin>33</ymin>
           <xmax>195</xmax>
           <ymax>52</ymax>
       </bndbox>
   </object>
   <object>
       <name>bad_part</name>
       <pose>Unspecified</pose>
       <truncated>0</truncated>
       <difficult>0</difficult>
       <bndbox>
           <xmin>113</xmin>
           <ymin>103</ymin>
           <xmax>177</xmax>
           <ymax>147</ymax>
       </bndbox>
   </object>
   <object>
       <name>bad_part</name>
       <pose>Unspecified</pose>
       <truncated>0</truncated>
       <difficult>0</difficult>
       <bndbox>
           <xmin>224</xmin>
           <ymin>298</ymin>
           <xmax>287</xmax>
           <ymax>326</ymax>
       </bndbox>
   </object>
</annotation>
```
<hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">

# 代码思想

1. 获取到标签文件路径和图片文件路径；
2. 遍历图片文件夹获取到图片，并分割文件名；
3. 根据图片的文件名加后缀xml得到具体的标签文件；
4. **通过xml.etree.ElementTree读取xml文件**；
5. 遍历所有的目标框，获取到[$x_{min}$,$y_{min}$,$x_{max}$,$y_{max}$]；
6. 通过cv2裁剪目标(<font color='red' >**先高后宽** [参考文章:https://blog.csdn.net/qq_36584673/article/details/116265950](https://blog.csdn.net/qq_36584673/article/details/116265950)<font>中的第二中裁剪方法)；
7. 将裁剪好的图片保存到指定文件目录。

# 完整代码
```python
'''
根据xml标签裁剪目标
1.文件夹中可以有除了图片格式或标签格式的文件，有判断可以忽略其他文件
2.图片未标注没有对应的xml文件自动忽略不会报错
3.同一个图片有多个真实框，会按名称_0,名称_1 …… 排列
4.图片本身的命名无规律会按3中的命名规则加上名称后缀重新命名。
'''

import cv2
import xml.etree.ElementTree as ET
import os

img_path = r'E:/JPEGImages' #图片路径
xml_path = r'E:/Annotations' #标签路径
obj_img_path = r'E:/cut' #目标裁剪图片存放路径

for img_file in os.listdir(img_path): #遍历图片文件夹
if img_file[-4:] in ['.bmp', '.jpg','.png']: #判断文件是否为图片格式
img_filename = os.path.join(img_path, img_file) #将图片路径与图片名进行拼接
img_cv = cv2.imread(img_filename) #读取图片

img_name = (os.path.splitext(img_file)[0]) #分割出图片名，如“000.png” 图片名为“000”
xml_name = xml_path + '\\' + '%s.xml'%img_name #利用标签路径、图片名、xml后缀拼接出完整的标签路径名

if os.path.exists(xml_name): #判断与图片同名的标签是否存在，因为图片不一定每张都打标
root = ET.parse(xml_name).getroot() #利用ET读取xml文件
count = 0 #目标框个数统计，防止目标文件覆盖
for obj in root.iter('object'): #遍历所有目标框
name = obj.find('name').text #获取目标框名称，即label名

xmlbox = obj.find('bndbox') #找到框目标
x0 = xmlbox.find('xmin').text #将框目标的四个顶点坐标取出
y0 = xmlbox.find('ymin').text
x1 = xmlbox.find('xmax').text
y1 = xmlbox.find('ymax').text

obj_img = img_cv[int(y0):int(y1), int(x0):int(x1)] #cv2裁剪出目标框中的图片

cv2.imwrite(obj_img_path + '\\' + '%s_%s'%(img_name, count) + '.jpg', obj_img) #保存裁剪图片
count += 1 #目标框统计值自增1

print("裁剪完成！")
```
<hr style=" border:solid; width:100px; height:1px;" color=#000000 size=1">

# 效果展示
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210526193315212.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM2NTg0Njcz,size_16,color_FFFFFF,t_70)
# 总结

1. ET解析树基本上是xml标注文件必备的解析库。
2. labelimg$\rightarrow$xml$\rightarrow$VOC数据集
3. labelme$\rightarrow$json$\rightarrow$COCO数据集
4. json是字典形式，内存小；xml是DTD文档，格式统一跨平台
5. 去除背景信息是很重要的一环，可以避免模型监督学习时学习到相似的错误信息。

...全文