python 截取XML中bndbox的坐标中的图像,另存为jpg的实例

文件目录

Annotations中是XML文件。

JPEGImages中是对应的JPG文件

XML文件

要截取bndbox坐标中的内容。

python代码

# -*- coding: utf-8 -*-# @Time : 2020/2/8 22:14# @Author : SanZhi# @File : get_xml.py# @Software: PyCharmimport cv2import numpy as npimport xml.dom.minidomimport osimport argparsedef main(): # JPG文件的地址 img_path = ’D:/ser/JPEGImages/’ # XML文件的地址 anno_path = ’D:/ser/Annotations/’ # 存结果的文件夹 cut_path = ’D:/ser/cut/’ # 获取文件夹中的文件 imagelist = os.listdir(img_path) for image in imagelist: image_pre, ext = os.path.splitext(image) img_file = img_path + image img = cv2.imread(img_file) xml_file = anno_path + image_pre + ’.xml’ DOMTree = xml.dom.minidom.parse(xml_file) collection = DOMTree.documentElement objects = collection.getElementsByTagName('object') for object in objects: print('start') bndbox = object.getElementsByTagName(’bndbox’)[0] xmin = bndbox.getElementsByTagName(’xmin’)[0] xmin_data = xmin.childNodes[0].data ymin = bndbox.getElementsByTagName(’ymin’)[0] ymin_data = ymin.childNodes[0].data xmax = bndbox.getElementsByTagName(’xmax’)[0] xmax_data = xmax.childNodes[0].data ymax = bndbox.getElementsByTagName(’ymax’)[0] ymax_data = ymax.childNodes[0].data xmin = int(xmin_data) xmax = int(xmax_data) ymin = int(ymin_data) ymax = int(ymax_data) img_cut = img[ymin:ymax, xmin:xmax, :] cv2.imwrite(cut_path + ’cut_img_{}.jpg’.format(image_pre), img_cut)if __name__ == ’__main__’: main()

补充知识：python读取XML中bndbox和object name的方法

直接贴代码了，封装为了函数，直接调用即可。其中有几个点需要注意。

1、bndbox下面有4个子对象，因此不能直接使用firstChild来找到内容，需要从该对象里面继续寻找标签为xmin等这样的对象，注意要加[0]才正确，有问题的可以直接调试，然后看变量的结构，根据变量的结构来调用某一对象。

2、将空格’ ’替换为’_’，方便命名。但是使用str.replace(’ ’, ’_’)不会直接改变str的内容，返回的字符串是改变后的，因此需要变量保存。

import xml.dom.minidom as xmldomdef get_bndboxfromxml(imageNum, xmlfilebasepath): # 读取xml文件 bndbox = [0, 0, 0, 0] xmlfilepath = xmlfilebasepath + '%06d' % imageNum+’.xml’ # print(xmlfilepath) domobj = xmldom.parse(xmlfilepath) elementobj = domobj.documentElement sub_element_obj = elementobj.getElementsByTagName(’bndbox’) if sub_element_obj is not None: bndbox[0] = int(sub_element_obj[0].getElementsByTagName(’xmin’)[0].firstChild.data) bndbox[1] = int(sub_element_obj[0].getElementsByTagName(’ymin’)[0].firstChild.data) bndbox[2] = int(sub_element_obj[0].getElementsByTagName(’xmax’)[0].firstChild.data) bndbox[3] = int(sub_element_obj[0].getElementsByTagName(’ymax’)[0].firstChild.data) return bndboxdef get_bndboxnamefromxml(imageNum, xmlfilebasepath): bndbox = [0, 0, 0, 0] xmlfilepath = xmlfilebasepath + '%06d' % imageNum + ’.xml’ domobj = xmldom.parse(xmlfilepath) elementobj = domobj.documentElement sub_element_obj = elementobj.getElementsByTagName(’name’) name = sub_element_obj[0].firstChild.data.replace(’ ’, ’_’) return name

以上这篇python 截取XML中bndbox的坐标中的图像,另存为jpg的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持好吧啦网。