python 截取XML中bndbox的坐标中的图像,另存为jpg的实例
(编辑：jimmy 日期: 2024/9/24 浏览：2)
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: PyCharm
import cv2
import numpy as np
import xml.dom.minidom
import os
import argparse
def 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 xmldom
def 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 bndbox
def 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。