目錄

1、目標

2、標注目標框生成XML檔案

（1）建立作業區（必須）

（2） 匯入作業區

（3）在圖片中進行標注

（4）完成

3、將XML檔案轉化為TXT檔案

3.1將影像遍歷輸入到txt檔案中

（1）建立存放目標檔案的目錄

（2）運行代碼生成檔案

（3）完成結果

3.2生成與影像名對應的txt檔案

（1） 運行代碼

（2）完成結果

1、目標

標注影像是為了生成用于訓練的資料集，我們需要對采集的影像進行一系列操作，然后生成與影像同名的txt檔案，txt檔案中記錄了目標資訊包括有：類別標簽、左上角橫坐標、左上角縱坐標、右下角橫坐標、右下角縱坐標，

舉個例子，對DSC_0011_12.jpg影像進行標注，我們要生成一個DSC_0011_12.txt檔案，txt檔案內部為

2、標注目標框生成XML檔案

標注的程序大概分為如下幾步，首先是框選目標并形成XML檔案，而后將XML檔案轉化為TXT檔案，在本節將說明框選目標并形成XML檔案的程序，

在本步驟中我們借助了labeIImg完成(下載地址：https://tzutalin.github.io/labelImg/)，通過這個工具我們可以在影像中框出選擇的目標，然后labelImg會生成如下的XML檔案來記錄標注的資訊，

（1）建立作業區（必須）

明確本步的目標后，我們正式開始我們的框選目標程序，首先要為我們的labeIImg建立作業區，首先新建檔案夾myData，然后在myData內部建立兩個檔案夾，分別命名為Annotations和JPEGImages，然后將我們的待標記圖片放入JPEGImages，labeIImg生成的HTML檔案會在Annotations檔案夾內，

（2） 匯入作業區

這一步我們直接用圖片說明，打開工具labeIImg(下載地址：https://tzutalin.github.io/labelImg/)后：

step1：點擊按鈕

step2：找到檔案夾并匯入

step3：匯入完成

（3）在圖片中進行標注

本次標注的目標是標記車輛，命名為car，

step1：點擊創建目標框按鈕

step2：畫目標框

step3：保存

點擊右邊的按鈕或者快捷鍵都可

step4：下一張

（4）完成

完成后在JPEGImages中的每張圖片都會有一個相應的xml檔案在Annotations中，

3、將XML檔案轉化為TXT檔案

因為我們的最終需要的是生成與影像同名的txt檔案，而目前是xml檔案，所有在本步中要完成聰XML檔案到TXT檔案的轉化，首先我們先統計影像的名稱放在一個檔案中，然后再與Annotations中保留目標框位置的資訊對照生成與影像同名的txt檔案，這兩步各使用一個代碼完成，

3.1將影像遍歷輸入到txt檔案中

（1）建立存放目標檔案的目錄

建立目標檔案夾目錄：在myData檔案夾下建立ImageSets檔案夾，在ImageSets檔案夾內建立Main檔案夾，本步驟生成的檔案都會存放在myData\ImageSets\Main中，如下圖：

（2）運行代碼生成檔案

本步需要利用代碼實作，我這邊是命名為了BirthPictureTxt.py，存放在myData目錄下：

代碼為：

#代碼來源：https://www.cnblogs.com/answerThe/p/11481564.html#
import os
import random

trainval_percent = 0#劃分資料集
train_percent = 1#劃分資料集，這邊不希望劃分所以一個為1，一個為0
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'#先建立目標檔案夾是為了這邊
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
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:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

（3）完成結果

完成后，我們得到包含影像名稱的txt檔案train.txt（該檔案存放在myData\ImageSets\Main中）

3.2生成與影像名對應的txt檔案

這是最后一步，需要生成與影像名對應的txt檔案，

（1） 運行代碼

將代碼放在與myData同級的目錄下：

代碼為：

#代碼來源：https://www.cnblogs.com/answerThe/p/11481564.html#
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

# 源代碼sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
sets = [('2021', 'train')]  # 改成自己建立的myData名稱，如果直接拷貝上面步驟的代碼，這步不需要改變

classes = ["car"]  # 改成自己的類別名稱（按前后寫，照應第44行）


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)


def convert_annotation(year, image_id):
    in_file = open('myData/Annotations/%s.xml' % (image_id))  # 源代碼VOCdevkit/VOC%s/Annotations/%s.xml
    out_file = open('myData/labels/%s.txt' % (image_id), 'w')  # 源代碼VOCdevkit/VOC%s/labels/%s.txt
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        if obj.find('difficult'):
            difficult = int(obj.find('difficult').text)
        else:
            difficult = 0
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)#這里是指目標序號，默認是從0開始，按第10行classes里的順序遞增
                                   #例如classes = ["car","apple"]，則car序號是0，apple是1
                                   #若想改變比如從2開始計數，這里可以+2
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


wd = getcwd()

for year, image_set in sets:
    if not os.path.exists('myData/labels/'):  # 改成自己建立的myData
        os.makedirs('myData/labels/')
    image_ids = open('myData/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('myData/%s_%s.txt' % (year, image_set), 'w')
    for image_id in image_ids:
        list_file.write('%s/myData/JPEGImages/%s.jpg\n' % (wd, image_id))
        convert_annotation(year, image_id)
    list_file.close()

（2）完成結果

我們的目標檔案就存在于myData/labels（自動建立）里面啦