txt、csv、YOLO数据集的转化
在做动漫的人脸检测时，其中用的是labellmg标注的xml文件，我自己找的是txt文件，并且格式也不符合要求，今天做了一下转化，记录如下：
一、txt文本的一些操作
示例：名为origin2one.py的文件，主要任务是将已有的txt数据集转为想要的格式
转化前格式：
转化后：
其中前四个是xmin,ymin,xmax,ymax，最后是标签label（猪爸爸）
代码如下：
import numpy as np
if __name__ == '__main__':
old = ""
new = ""
i = 0
with open('data/test.csv', 'r+', encoding='utf-8') as filetxt:
lines = filetxt.readlines()
lineuses = ""
filetxt.seek(0)
for line in lines:
line = line.strip('\n')
tmp = "personai_icartoonface_rectrain_05012/personai_icartoonface_rectrain_05012_" + "{0:0>7}".format(str(i)) +".jpg,"
i += 1
old = tmp
lineuses = lineuses + "".join(line).replace(old, new) + ',pigFa\n'
filetxt.truncate()
filetxt.write("".join(lineuses))
""""
在使用Python进行txt文件的读写时，当打开文件后，首先用read（）对文件的内容读取，然后再用write（）写入，这时发现虽然是用“r+”模式打开，按道理是应该覆盖的，但是却出现了追加的情况。
这是因为在使用read后，文档的指针已经指向了文本最后，而write写入的时候是以指针为起始，因此就产生了追加的效果。
如果想要覆盖，需要先seek（0），然后使用truncate()清除后，即可实现重新覆盖写入
"""
二、txt文本的进一步操作
示例：名为one2multi.py的文件，主要任务是将已有的一个txt数据集按行转为多个txt文件（因为后续需要）
之前格式：
之后格式：
代码如下：
import os
if __name__ == '__main__':
f = open("C:/Users/He Xiang/PycharmProjects/pythonProject2/data/test(2).txt", "r")
lines = f.readlines()
i = 1
for line in lines:
with open("C:/Users/He Xiang/PycharmProjects/pythonProject2/result/Anime_"+str(i) + ".txt", "a") as mon:
mon.write(line)
i = i + 1
三、txt文本转为xml文件
示例：名为main.py的文件，主要任务是将已有的一个txt数据集转为目标检测所需的xml文件
转化前：
之后：
代码如下：
import os
import cv2
headstr = """\
<annotation>
<folder>images</folder>
<filename>%s</filename>
<path>D:/dataset/images/%s</path>
<source>
<database>Unknown</database>
</source>
<size>
<width>%d</width>
<height>%d</height>
<depth>%d</depth>
</size>
<segmented>0</segmented>
"""
objstr = """\
<object>
<name>%s</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>%d</difficult>
<bndbox>
<xmin>%d</xmin>
<ymin>%d</ymin>
<xmax>%d</xmax>
<ymax>%d</ymax>
</bndbox>
</object>
"""
tailstr = '''\
</annotation>
'''
def save_annotations(boxes,img,filename):
H,W,C = img.shape
img_name = filename.split('.')[0] + '.jpg'
head = headstr % (img_name,img_name,W,H,C) #写入头文件
tail = tailstr # 写入尾文件
# 写入boxes
save_path = anno_path + filename.split('.')[0] + '.xml'
f = open(save_path,'w')
f.write(head)
for box in boxes:
f.write(objstr % (box[4],0,int(box[0]),int(box[1]),int(box[2]),int(box[3])))
f.write(tail)
if __name__ == '__main__':
# 设置路径
root_path = 'D:/dataset/'
total_label_path= root_path + 'label/' # txt存储的路径
total_img_path =root_path + 'images/' # 图像存储路径
anno_path = root_path + 'Annotations/' # 存储生成的xml标注文件
# 判断当前路径下是否存在Annotations这个文件夹,若不存在，自动创建一个
if not os.path.exists(anno_path):
os.mkdir(anno_path)
# 逐个读取txt标注文件
for filename in os.listdir(total_label_path):
cur_label_path = total_label_path + filename
cur_img_path = total_img_path + filename.split('.')[0] + '.jpg' # 换一下文件名后缀
cur_boxes=[]
#读取当前txt文件中的内容
with open(cur_label_path,'r') as file:
while True:
line = file.readline().strip() #.strip()用来去掉'\r,\n'
if not line:
break
line_list = [ele for ele in line.split(',')]
cur_boxes.append(line_list)
# 读取当前图像
cur_img = cv2.imread(cur_img_path)
# 进行xml文档存储
save_annotations(cur_boxes,cur_img,filename)
最后结果：