图像标注工具labelImg安装及使用教程，制作voc数据集

本教程主要针对在faster rcnn上训练自己的数据集，制作pascal VOC格式的数据集（当然如果嫌弃下面方法太麻烦的话，直接下载exe文件，打开就可以直接使用，简直不要太简便）

安装环境：win10 + Python 3.5.1

安装步骤：

1、labelImg源码下载地址：https://github.com/tzutalin/labelImg，解压到指定目录：

2、安装labelImg所需依赖：PyQt5、lxml，win+R并输入cmd进入命令行窗口，

• PyQt5安装，命令行输入：pip install PyQt5 -i https://pypi.douban.com/simple

• lxml安装，命令行输入：pip install lxml，若这样可以安装成功，后面的踩坑步骤可忽略。

本人在采用上述安装方法时报错，于是上网百度，可以下载lxml与本机环境匹配版本的.whl文件，下载地址：https://pypi.org/project/lxml/#files

查看本机所需版本的方法：在命令行中输入python; import pip; print(pip.pep425tags.get_supported())可以获取到：

通过上图可以看出本机应该下载的版本和红色框里的格式类似，因此下载lxml-4.3.4-cp35-cp35m-win32.whl保存到python的安装目录D:\Program Files\Python35\Lib\site-packages中，并重命名为lxml-4.3.4-cp35-none-win32.whl，再次进入命令行界面，并使用cd命令跳转到D:\Program Files\Python35\Lib\site-packages下，输入pip install lxml-4.3.4-cp35-none-win32.whl安装lxml依赖包，即可安装成功，成功之后输入pip list可以看到lxml和PyQt5包已经安装成功。

3、上面两步成功后，在命令行窗口用cd命令进入labelImg源码解压目录中，输入：pyrcc5 -o resources.py resources.qrc

4、第三步命令执行后，会在labelImg源码解压目录中生成resources.py文件，将其移动到同级目录的libs中

5、最后一步，命令行中输入python labelImg.py，稍等片刻，labelImg图形用户界面成功打开。

使用教程：

labelImg-master目录下文件如下图：

其中data目录下的predefined_classes.txt文件为预先定义好的label值，可以根据实际数据集修改label值。

制作数据集：

1. 在任意目录下创建两个文件夹，一个data_picture文件夹存储需要标注的图片，另外一个data_xml文件夹存储与voc数据集格式一样的xml文件；
2. 在labelImg界面ctrl+R选择标注图片时生成的xml文件保存的路径；
3. 点击labelImg界面的open dir选择创建的文件夹data_picture，就可以导入需要标注的图片，图片列表显示在标注界面的右下角，如下图所示：                                                                                                                                                                      
4. 点击界面左下角，选中create\nRectBox就可以在图片上进行标注，标注好的区域及标签会显示在右边中间位置（上图右边中间红色框的person即为已经标注的位置），图片标注完成之后，点击按钮save即可保存生成和图片名命名相同的xml文件到data_xml文件夹下。

图片批量处理：

1、 图片可能分辨率太大，不利于训练，把他们缩小到跟voc数据集里的图片差不多大小

#coding=utf-8
import os  #打开文件时需要
from PIL import Image
import re
 
Start_path='C:\\Users\\zcy\\Desktop\\transform\\' #你的图片目录
iphone5_width=333 #图片最大宽度
iphone5_depth=500 #图片最大高度
 
list=os.listdir(Start_path)
#print list
count=0
for pic in list:
    path=Start_path+pic
    print path
    im=Image.open(path)
    w,h=im.size
    #print w,h
    #iphone 5的分辨率为1136*640，如果图片分辨率超过这个值，进行图片的等比例压缩
 
    if w>iphone5_width:
        print pic
        print "图片名称为"+pic+"图片被修改"
        h_new=iphone5_width*h/w
        w_new=iphone5_width
        count=count+1
        out = im.resize((w_new,h_new),Image.ANTIALIAS)
        new_pic=re.sub(pic[:-4],pic[:-4]+'_new',pic)
        #print new_pic
        new_path=Start_path+new_pic
        out.save(new_path)
 
    if h>iphone5_depth:
        print pic
        print "图片名称为"+pic+"图片被修改"
        w=iphone5_depth*w/h
        h=iphone5_depth
        count=count+1
        out = im.resize((w_new,h_new),Image.ANTIALIAS)
        new_pic=re.sub(pic[:-4],pic[:-4]+'_new',pic)
        #print new_pic
        new_path=Start_path+new_pic
        out.save(new_path)
 
print 'END'
count=str(count)
print "共有"+count+"张图片尺寸被修改"

2、按照一定的规律批量重命名图片 

#coding=utf-8
import os  #打开文件时需要
from PIL import Image
import re
 
class BatchRename():
    def __init__(self):
        #我的图片文件夹路径
        self.path = 'C:\\Users\\zcy\\Desktop\\transform'
 
    def rename(self):
        filelist = os.listdir(self.path)
        total_num = len(filelist)
        i = 10000 #图片编号从多少开始，不要跟VOC原本的编号重复了
        n = 6
        for item in filelist:
            if item.endswith('.jpg'):
                n = 6 - len(str(i))
                src = os.path.join(os.path.abspath(self.path), item)
                dst = os.path.join(os.path.abspath(self.path), str(0)*n + str(i) + '.jpg')
                try:
                    os.rename(src, dst)
                    print 'converting %s to %s ...' % (src, dst)
                    i = i + 1
                except:
                    continue
        print 'total %d to rename & converted %d jpgs' % (total_num, i)
if __name__ == '__main__':
    demo = BatchRename()
    demo.rename()

3、生成训练和测试需要的txt文件索引（就是voc数据集中的main文件夹下的txt文件），程序是根据这个索引来获取图像的。

 

# !/usr/bin/python
# -*- coding: utf-8 -*-
import os
import random  
  
trainval_percent = 0.8  #trainval占比例多少
train_percent = 0.7  #test数据集占比例多少
xmlfilepath = 'Annotations'  
txtsavepath = 'ImageSets\Main'  
total_xml = os.listdir(xmlfilepath)  
  
num=len(total_xml)  
list=range(num)  
tv=int(num*trainval_percent)  
tr=int(tv*train_percent)  
trainval= random.sample(list,tv)  
train=random.sample(trainval,tr)  
  
ftrainval = open('ImageSets/Main/trainval.txt', 'w')  
ftest = open('ImageSets/Main/test.txt', 'w')  
ftrain = open('ImageSets/Main/train.txt', 'w')  
fval = open('ImageSets/Main/val.txt', 'w')  
  
for i  in list:  
    name=total_xml[i][:-4]+'\n'  
    if i in trainval:  
        ftrainval.write(name)  
        if i in train:  
            ftrain.write(name)  
        else:  
            fval.write(name)  
    else:  
        ftest.write(name)  
  
ftrainval.close()  
ftrain.close()  
fval.close()  
ftest .close()

参考链接：

https://www.e-learn.cn/content/qita/821279

https://blog.csdn.net/qq_34809033/article/details/80589868

https://blog.csdn.net/Bryan_QAQ/article/details/90763167

https://blog.csdn.net/zcy0xy/article/details/79614862