首先，原始的.xml数据集基础构成如下：
image目录结构如下：
label目录结构如下：
.xml内容如下：
之后修改代码如下：
import xml.etree.ElementTree as ET
import os, cv2
import numpy as np
from os import listdir
from os.path import join
from tqdm import tqdm
classes = []
# 这个函数接收图像尺寸和一个边界框坐标，然后将边界框的坐标转换为相对于图像尺寸的比例值。
# 这是YOLO模型所需要的格式，其中(x, y)是边界框中心点的位置，(w, h)是边界框的宽度和高度，所有值都在0到1之间。
def convert(size, box):
dw = 1. / (size[0]) # 图像高度的倒数
dh = 1. / (size[1]) # 图像高度的倒数
x = (box[0] + box[1]) / 2.0 - 1 # 计算边界框中心点的 x 坐标
y = (box[2] + box[3]) / 2.0 - 1 # 计算边界框中心点的 y 坐标
w = box[1] - box[0] # 边界框的宽度
h = box[3] - box[2] # 边界框的高度
# 归一化
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)
def convert_annotation(xmlpath, xmlname):
# 打开XML文件以读取内容
with open(xmlpath, "r", encoding='utf-8') as in_file:
# 将XML文件名转换为对应的TXT文件名
txtname = xmlname[:-4] + '.txt'
# 构建TXT文件的完整路径
txtfile = os.path.join(txtpath, txtname)
# 解析XML文件
tree = ET.parse(in_file)
root = tree.getroot() # 获取XML文档的根节点
# 从XML中获取图像文件名
filename = root.find('filename')
# np.fromfile 方法从文件系统中读取图像数据，返回一个 NumPy 数组
# 使用 OpenCV 的 imdecode 函数将图像数据解码为图像，cv2.IMREAD_COLOR 表示以彩色模式加载图像
img = cv2.imdecode(np.fromfile('{}/{}.{}'.format(imgpath, xmlname[:-4], postfix), np.uint8), cv2.IMREAD_COLOR)
h, w = img.shape[:2]
res = [] # 初始化结果列表
# 遍历XML中的每个对象
for obj in root.iter('object'):
cls = obj.find('name').text # 获取对象的类别名称
# 如果类别还未记录，则添加到全局类别列表中
if cls not in classes:
classes.append(cls)
# 获取类别的索引
cls_id = classes.index(cls)
# 获取边界框信息
xmlbox = obj.find('bndbox')
# 提取边界框的坐标
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
# 调用convert函数，将边界框坐标转换为YOLO格式
bb = convert((w, h), b)
# 将类别ID和边界框信息组合成字符串，并添加到结果列表中
res.append(str(cls_id) + " " + " ".join([str(a) for a in bb]))
# 如果有对象被检测到，则将结果写入TXT文件
if len(res) != 0:
with open(txtfile, 'w+') as f:
f.write('\n'.join(res))
if __name__ == "__main__":
postfix = 'bmp' # 设置图像文件的扩展名
imgpath = r'C:\Users\guest_7\Desktop\fsdownload\data\04_color\04_datasets\image' # 设置图像文件路径
xmlpath = r'C:\Users\guest_7\Desktop\fsdownload\data\04_color\04_datasets\label' # 设置 XML 标注文件路径
txtpath = r'C:\Users\guest_7\Desktop\fsdownload\data\04_color\04_datasets\txt1' # 设置输出的 TXT 文件路径
# 检查输出路径是否存在，如果不存在则创建
if not os.path.exists(txtpath):
os.makedirs(txtpath, exist_ok=True)
list = os.listdir(xmlpath) # 获取 XML 文件列表
error_file_list = [] # 初始化错误文件列表
# 遍历 XML 文件列表
for i in tqdm(range(0, len(list))):
try:
# 构建 XML 文件的完整路径
path = os.path.join(xmlpath, list[i])
# 检查文件是否为 XML 格式
if ('.xml' in path) or ('.XML' in path):
convert_annotation(path, list[i])
print(f'file {list[i]} convert success.')
else:
print(f'file {list[i]} is not xml format.')
except Exception as e:
# 捕获并处理任何异常
print(f'file {list[i]} convert error.')
print(f'error message:\n{e}')
# 将发生错误的文件添加到错误文件列表中
error_file_list.append(list[i])
print(f'this file convert failure\n{error_file_list}') # 打印转换失败的文件列表
print(f'Dataset Classes:{classes}') # 打印数据集中的所有类别
代码加了很详细的注释，应该都能看懂。
大家转换的时候，只需要修改图像文件扩展名和三个路径。
修改部分如下：
if __name__ == "__main__":
postfix = 'bmp' # 设置图像文件的扩展名
imgpath = r'C:\Users\guest_7\Desktop\fsdownload\data\04_color\04_datasets\image' # 设置图像文件路径
xmlpath = r'C:\Users\guest_7\Desktop\fsdownload\data\04_color\04_datasets\label' # 设置 XML 标注文件路径
txtpath = r'C:\Users\guest_7\Desktop\fsdownload\data\04_color\04_datasets\txt1' # 设置输出的 TXT 文件路径
最后结果如下：
.txt内容如下：
到这边就没问题了。
