制作目标检测数据集（通过鼠标事件）

制作目标检测数据集（通过鼠标事件）

前言

当我们在做目标检测的实验时，我们可能需要自己制作一个数据集。且这些目标检测有关的数据集很多通过xml文件进行保存。

之前在做简单的图像分割时，使用过鼠标事件来进行‘抠图’，所以想着能不能将鼠标事件应用到目标检测数据的获取上呢？

本文通过鼠标标定，获取数据并打印到txt文件中，再将txt文件转换为xml文件，以便后续实验进行操作。

通过鼠标事件框定目标

首先我们介绍两个处理鼠标动作的函数

• 回调函数（自己构造）：

  #event指鼠标操作控制，(x,y)指图片中标定的坐标位置，flags指鼠标和键盘合作命令效果
  def on_Event(event,x,y,flags,param):
  

• setMouseCallback()函数

  cv2.setMouseCallback('image',on_Event)
  

Event	操作
EVENT_MOUSEMOVE	滑动
EVENT_LBUTTONDOWN	左键点击
EVENT_RBUTTONDOWN	右键点击
EVENT_MBUTTONDOWN	中键点击
EVENT_LBUTTONUP	左键放开
EVENT_RBUTTONUP	右键放开
EVENT_MBUTTONUP	中键放开
EVENT_LBUTTONDBLCL	左键双击
EVENT_RBUTTONDBLCL	右键双击
EVENT_MBUTTONDBLCL	中键双击

# coding: utf-8
import cv2
import numpy as np
import glob
import os

#img = cv2.imread("D:/desktop/data/images/P0007_0512_0000.png")

# 图像存储位置（文件夹）
src_img_dir = "D:/desktop/333/images"

#这是txt文件的储存位置（标注后自动生成）
src_txt_dir = 'D:/desktop/333/annotations'

'''
filenum = 0
for lists in os.listdir(src_img_dir):
    filenum += 1
    print(lists)
print(filenum)
'''
#找该文件下的图片文件
img_Lists = glob.glob(src_img_dir + '/*.png')
print(img_Lists)

img_basenames = []  #文件名加文件类型
for item in img_Lists:
    img_basenames.append(os.path.basename(item))
    img_names = []  #文件名
for item in img_basenames:
    temp1, temp2 = os.path.splitext(item)
    img_names.append(temp1)


def on_EVENT_LBUTTONDOWN(event, x, y, flags, param):
    #打开txt文件，在txt中存放坐标信息
    file_handle=open(src_txt_dir + '/' + im +'.txt',mode='a')

    #这里左击保存信息
    if event == cv2.EVENT_LBUTTONDOWN:
        xy = "%d,%d" % (x, y)
        print(x,y) #(x,y)分别为目标框的左上和右下坐标
        file_handle.write("%d %d\n"%(x,y))
        cv2.circle(img, (x, y), 1, (255, 0, 0), thickness = -1)
        cv2.putText(img, xy, (x, y), cv2.FONT_HERSHEY_PLAIN,
                    1.0, (0,0,0), thickness = 1)
        cv2.imshow("image", img)
    file_handle.close()

for im in img_names:
    img = cv2.imread(src_img_dir + '/' + im + '.png')
    cv2.namedWindow("image")
    cv2.setMouseCallback("image", on_EVENT_LBUTTONDOWN)  #cv2.setMouseCallback
    cv2.imshow("image", img)

while(True):
    try:
        cv2.waitKey(100)
    except Exception:
        cv2.destroyWindow("image")
        break
        
cv2.waitKey(0)
cv2.destroyAllWindow()

效果如图：

txt文件转化为xml文件

# ! /usr/bin/python
# -*- coding:UTF-8 -*-
import os, sys
import glob
from PIL import Image
#图像存储位置
src_img_dir = "D:/desktop/333/images/"
#图像的ground truth的txt 文件存放位置
src_txt_dir = "D:/desktop/333/annotations/"
# 生成xml文件存放位置
src_xml_dir = "D:/desktop/333/"

img_Lists = glob.glob(src_img_dir + '/*.png')
img_basenames = []  # e.g. 100.jpg
for item in img_Lists:
    img_basenames.append(os.path.basename(item))
img_names = []  # e.g. 100
for item in img_basenames:
    temp1, temp2 = os.path.splitext(item)
    img_names.append(temp1)

for img in img_names:
    im = Image.open((src_img_dir + '/' + img + '.png'))
    try:
        gt = open(src_txt_dir + '/' + img + '.txt').read().splitlines()
    except:
        continue  #跳过这次循环，进入下一张图片循环
    
    myfile = open(src_txt_dir + '/' + img + '.txt')
    lines = len(myfile.readlines())
    print(lines)
    xml_file = open((src_xml_dir + '/' + img + '.xml'), 'w')
    xml_file.write('\n')
    xml_file.write('\n')
    xml_file.write('VOC2007\n')
    xml_file.write('' + '000024' + '.jpg' + '\n')
    xml_file.write('\n')
    xml_file.write('The VOC2007 Database\n')
    xml_file.write('PASCAL VOC2007\n')
    xml_file.write('flickr\n')
    xml_file.write('322409915\n')
    xml_file.write('\n')
    xml_file.write('\n')
    xml_file.write('knautia\n')
    xml_file.write('yang\n')
    xml_file.write('\n')
    xml_file.write('\n')
    xml_file.write('' + '800' + '\n')
    xml_file.write('' + '800' + '\n')
    xml_file.write('0\n')
    xml_file.write('\n')
    xml_file.write('0\n')

    i=0
    for i in range(lines):
        spt = gt[i].split(' ')
        print(spt)
        #由于制作的txt奇数行是xmin和ymin，偶数行是xmax和ymax，所以这里我们用 i%2 判断一下
        if i%2 == 0:
            xml_file.write('\n')
            i += 1

    xml_file.write('')
    print('finish {}'.format(img))

结果可视化

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET  
import os,cv2

#xml文件
xml_file='D:/desktop/Pretreatment/xml/P0004_0000_0000.xml'
tree=ET.parse(xml_file)
root=tree.getroot()
#图片文件
imgfile='D:/desktop/data/images/P0004_0000_0000.png'

im = cv2.imread(imgfile)
for object in root.findall('object'):
    #找xml内的数据
    object_name=object.find('name').text
    Xmin=int(object.find('bndbox').find('xmin').text)
    Ymin=int(object.find('bndbox').find('ymin').text)
    Xmax=int(object.find('bndbox').find('xmax').text)
    Ymax=int(object.find('bndbox').find('ymax').text)
    #cv2框定的基本操作
    color = (4, 250, 7)
    cv2.rectangle(im,(Xmin,Ymin),(Xmax,Ymax),color,2)
    font = cv2.FONT_HERSHEY_SIMPLEX  
    cv2.putText(im, object_name, (Xmin,Ymin - 7), font, 0.5, (6, 230, 230), 2)
    cv2.imshow('2',im)
cv2.imwrite('D:/desktop/5.png', im)