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

1. # -*- coding: utf-8 -*-
2. # @Time : 2020/2/8 22:14
3. # @Author : SanZhi
4. # @File : get_xml.py
5. # @Software: PyCharm
6. import cv2
7. import numpy as np
8.  
9. import xml.dom.minidom
10. import os
11. import argparse
12.  
13. def main():
14. # JPG文件的地址
15. img_path = 'D:/ser/JPEGImages/'
16. # XML文件的地址
17. anno_path = 'D:/ser/Annotations/'
18. # 存结果的文件夹
19. cut_path = 'D:/ser/cut/'
20. # 获取文件夹中的文件
21. imagelist = os.listdir(img_path)
22.  
23. for image in imagelist:
24. image_pre, ext = os.path.splitext(image)
25. img_file = img_path + image
26. img = cv2.imread(img_file)
27. xml_file = anno_path + image_pre + '.xml'
28. DOMTree = xml.dom.minidom.parse(xml_file)
29. collection = DOMTree.documentElement
30. objects = collection.getElementsByTagName("object")
31.  
32. for object in objects:
33. print("start")
34. bndbox = object.getElementsByTagName('bndbox')[0]
35. xmin = bndbox.getElementsByTagName('xmin')[0]
36. xmin_data = xmin.childNodes[0].data
37. ymin = bndbox.getElementsByTagName('ymin')[0]
38. ymin_data = ymin.childNodes[0].data
39. xmax = bndbox.getElementsByTagName('xmax')[0]
40. xmax_data = xmax.childNodes[0].data
41. ymax = bndbox.getElementsByTagName('ymax')[0]
42. ymax_data = ymax.childNodes[0].data
43. xmin = int(xmin_data)
44. xmax = int(xmax_data)
45. ymin = int(ymin_data)
46. ymax = int(ymax_data)
47. img_cut = img[ymin:ymax, xmin:xmax, :]
48. cv2.imwrite(cut_path + 'cut_img_{}.jpg'.format(image_pre), img_cut)
49.  
50.  
51. if __name__ == '__main__':
52. main()
53.  

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。

1. import xml.dom.minidom as xmldom
2. def get_bndboxfromxml(imageNum, xmlfilebasepath):
3. # 读取xml文件
4. bndbox = [0, 0, 0, 0]
5. xmlfilepath = xmlfilebasepath + "\%06d" % imageNum+'.xml'
6. # print(xmlfilepath)
7. domobj = xmldom.parse(xmlfilepath)
8. elementobj = domobj.documentElement
9. sub_element_obj = elementobj.getElementsByTagName('bndbox')
10. if sub_element_obj is not None:
11. bndbox[0] = int(sub_element_obj[0].getElementsByTagName('xmin')[0].firstChild.data)
12. bndbox[1] = int(sub_element_obj[0].getElementsByTagName('ymin')[0].firstChild.data)
13. bndbox[2] = int(sub_element_obj[0].getElementsByTagName('xmax')[0].firstChild.data)
14. bndbox[3] = int(sub_element_obj[0].getElementsByTagName('ymax')[0].firstChild.data)
15. return bndbox
16.  
17.  
18. def get_bndboxnamefromxml(imageNum, xmlfilebasepath):
19. bndbox = [0, 0, 0, 0]
20. xmlfilepath = xmlfilebasepath + "\%06d" % imageNum + '.xml'
21. domobj = xmldom.parse(xmlfilepath)
22. elementobj = domobj.documentElement
23. sub_element_obj = elementobj.getElementsByTagName('name')
24. name = sub_element_obj[0].firstChild.data.replace(' ', '_')
25.  
26. 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我们。