（14）数据增强之图像裁剪+标签文件.xml内容修改

数据增强之图像裁剪+标签文件.xml内容修改

背景： 在训练模型时，为了达到较好的拟合效果，可能会对原有的数据集进行相似不变性变换、裁剪等一系列操作，而对于之前已标定好的label文件，同时也需要做出相应的一些变动，所以中间就涉及到了.xml文件内容的读取与更改

---

参考相关博客，推荐参考：python 读取与修改 XML（增删改查）
将修改demo总结如下：

1. xml文件格式示例

• 给出任意一张图像的标注label：

<annotation>
    <folder>detectionfolder>
    <filename>00001.pngfilename>
    <size>
        <width>478width>
        <height>270height>
        <depth>3depth>
    size>
    <segmented>0segmented>
    <object>
        <name>personname>
        <pose>Unspecifiedpose>
        <truncated>0truncated>
        <difficult>0difficult>
        <bndbox>
            <xmin>420xmin>
            <ymin>125ymin>
            <xmax>462xmax>
            <ymax>256ymax>
        bndbox>
    object>
    <object>
        <name>personname>
        <pose>Unspecifiedpose>
        <truncated>0truncated>
        <difficult>0difficult>
        <bndbox>
            <xmin>463xmin>
            <ymin>125ymin>
            <xmax>479xmax>
            <ymax>255ymax>
        bndbox>
    object>
    <object>
        <name>personname>
        <pose>Unspecifiedpose>
        <truncated>0truncated>
        <difficult>0difficult>
        <bndbox>
            <xmin>286xmin>
            <ymin>97ymin>
            <xmax>301xmax>
            <ymax>138ymax>
        bndbox>
    object>
annotation>

2. 读取与修改内容

• 导入包：

import os
import cv2
import xml.etree.ElementTree as ET

• 访问与查找

import xml.etree.ElementTree as ET

tree = ET.parse('students.xml')
root = tree.getroot()  # 使用getroot()获取根节点，得到的是一个Element对象

#root = ET.fromstring(country_data_as_string) #从字符串变量中读取，返回的是Element对象


########################## 访问XML ###################################
"""
tag = element.text      #访问Element标签
attrib = element.attrib #访问Element属性
text = element.text     #访问Element文本
"""

for element in root.findall('student'):
    tag = element.tag                  # 访问Element标签
    attrib = element.attrib            # 访问Element属性
    text = element.find('name').text   # 访问Element文本
    print(tag, attrib, text)

print(root[0][0].text)                 # 子节点是嵌套的，我们可以通关索引访问特定的子节点

########################## 查找元素 ###################################
print("============ Element.iter() ===============")
for student in root.iter('student'):   # Element.iter()
    print(student[0].text)


print("============ Element.findall() ============")
for element in root.findall('student'):# Element.findall()
    name = element.find('name').text
    age = element.find('age').text
    score = element.find('score').text

    print (name,age,score)

• 修改标签

'''
通过解析xml文件，批量修改xml文件里的标签名称，比如把标签zero改成num
'''
import os.path
import glob
import xml.etree.ElementTree as ET

path = r'D:/picture/Annotations/'    #存储标签的路径，修改为自己的Annotations标签路径   
for xml_file in glob.glob(path + '/*.xml'):
    ####### 返回解析树
	tree = ET.parse(xml_file)
	##########获取根节点
	root = tree.getroot()
	#######对所有目标进行解析
	for member in root.findall('object'):
		objectname = member.find('name').text
		if objectname == 'zero':      #原来的标签名字
			print(objectname)
			member.find('name').text = str('num')    #替换的标签名字
			tree.write(xml_file)

• 读取文件夹下图像进行裁剪，并对xml坐标进行修改并保存到新路径
  

import os
import cv2
import xml.etree.ElementTree as ET


ROOT="datas1207"
dirs=os.listdir("datas1207")

#处理第几个文件
n=0
print(dirs[n])

path=ROOT+"//"+dirs[n]
imglist=os.listdir(path)
#print(imglist)

for i in imglist:
    # 设置新路径
    newpath = str(n)
    if not os.path.exists(newpath):
        os.mkdir(newpath)
        
    if i.split(".")[-1]=="jpg":
        file=path+"//"+i
        img=cv2.imread(file)
        dst=img[687:2047,709:2232]
        newname=newpath+"//"+i
        cv2.imwrite(newname,dst)
    if i.split(".")[-1]=="xml":
        file=path+"//"+i
        #print(file)

        #read xml
        with open(file,'r') as f:
            tree=ET.parse(f)
        root=tree.getroot()
        # print(root)
        # print(list(root))

        size=root.find("size")
        w=size.find("width")
        h=size.find("height")
        #print("w = ",w.text,"h = ",h.text)
        #修改内容
        w.text= '1523'
        h.text='1360'

        #查看多个重复元素
        for obj in root.iter("object"):
            box=obj.find("bndbox")
            x_min=str(int(box.find("xmin").text)-709)
            y_min=str(int(box.find("ymin").text)-687)
            x_max=str(int(box.find("xmax").text)-709)
            y_max=str(int(box.find("ymax").text)-687)
            #print("x1,y1,x2,y2 = ",[x_min,y_min,x_max,y_max])
            
        tree.write(newpath+"//"+i)
        print(newpath+"//"+i)

3.xml创建与查询

• 创建与修改：

import xml.etree.ElementTree as ET

########################## 创建xml文件 ################################

a = ET.Element("root")       #创建根节点

b = ET.SubElement(a,"sub1")  #创建子节点，并添加属性
b.attrib = {"name":"name attribute"}

c = ET.SubElement(a,"sub2")  #创建子节点，并添加数据
c.text = "test"

tree = ET.ElementTree(a)    #创建elementtree对象，写文件
tree.write("test.xml")

########################## 修改XML ###################################

"""
    ElementTree.write()       将构建的XML文档写入文件。
    Element.text = ''         直接改变字段内容
    Element.append(Element)   为当前的Elment对象添加子对象
    Element.remove(Element)   删除Element节点
    Element.set(key, value)   添加和修改属性
    ElementTree.write('filename.xml')   写出（更新）XMl文件
"""
updateTree = ET.parse("test.xml")   # 读取待修改文件
root = updateTree.getroot()

newEle = ET.Element("NewElement")   # 创建新节点并添加为root的子节点
newEle.attrib = {"name":"NewElement","age":"20"}
newEle.text = "This is a new element"
root.append(newEle)                 # 更新xml

sub1 = root.find("sub1")            # 修改sub1的name属性
sub1.set("name","New Name")

sub2 = root.find("sub2")            # 修改sub2的数据值
sub2.text = "New Value"

updateTree.write("test.xml")        # 写回原文件

• 增删改查

from xml.etree.ElementTree import ElementTree,Element


def read_xml(in_path):
    '''''读取并解析xml文件
       in_path: xml路径
       return: ElementTree'''
    tree = ElementTree()
    tree.parse(in_path)
    return tree

def write_xml(tree, out_path):
    '''''将xml文件写出
       tree: xml树
       out_path: 写出路径'''
    tree.write(out_path, encoding="utf-8", xml_declaration=True)

def if_match(node, kv_map):
    '''''判断某个节点是否包含所有传入参数属性
       node: 节点
       kv_map: 属性及属性值组成的map'''
    for key in kv_map:
        if node.get(key) != kv_map.get(key):
            return False
    return True

# ----------------search -----------------
def find_nodes(tree, path):
    '''''查找某个路径匹配的所有节点
       tree: xml树
       path: 节点路径'''
    return tree.findall(path)

def get_node_by_keyvalue(nodelist, kv_map):
    '''''根据属性及属性值定位符合的节点，返回节点
       nodelist: 节点列表
       kv_map: 匹配属性及属性值map'''
    result_nodes = []
    for node in nodelist:
        if if_match(node, kv_map):
            result_nodes.append(node)
    return result_nodes

# ---------------change ----------------------
def change_node_properties(nodelist, kv_map, is_delete=False):
    '''修改/增加 /删除 节点的属性及属性值
       nodelist: 节点列表
       kv_map:属性及属性值map'''
    for node in nodelist:
        for key in kv_map:
            if is_delete:
                if key in node.attrib:
                    del node.attrib[key]
            else:
                node.set(key, kv_map.get(key))

def change_node_text(nodelist, text, is_add=False, is_delete=False):
    '''''改变/增加/删除一个节点的文本
       nodelist:节点列表
       text : 更新后的文本'''
    for node in nodelist:
        if is_add:
            node.text += text
        elif is_delete:
            node.text = ""
        else:
            node.text = text

def create_node(tag, property_map, content):
    '''新造一个节点
       tag:节点标签
       property_map:属性及属性值map
       content: 节点闭合标签里的文本内容
       return 新节点'''
    element = Element(tag, property_map)
    element.text = content
    return element

def add_child_node(nodelist, element):
    '''''给一个节点添加子节点
       nodelist: 节点列表
       element: 子节点'''
    for node in nodelist:
        node.append(element)


def del_node_by_tagkeyvalue(nodelist, tag, kv_map):
    '''''同过属性及属性值定位一个节点，并删除之
       nodelist: 父节点列表
       tag:子节点标签
       kv_map: 属性及属性值列表'''
    for parent_node in nodelist:
        children = parent_node.getchildren()
        for child in children:
            if child.tag == tag and if_match(child, kv_map):
                parent_node.remove(child)

if __name__ == "__main__":
    ################ 1. 读取xml文件  ##########
    tree = read_xml("test_02.xml")

    ################ 2. 属性修改 ###############
    nodes = find_nodes(tree, "processers/processer")                   # 找到父节点
    result_nodes = get_node_by_keyvalue(nodes, {"name": "BProcesser"}) # 通过属性准确定位子节点
    change_node_properties(result_nodes, {"age": "1"})                 # 修改节点属性
    change_node_properties(result_nodes, {"value": ""}, True)          # 删除节点属性

    #################  3. 节点修改 ##############
    a = create_node("person", {"age": "15", "money": "200000"}, "this is the firest content") # 新建节点
    add_child_node(result_nodes, a) # 插入到父节点之下

    ################# 4. 删除节点 ################
    del_parent_nodes = find_nodes(tree, "processers/services/service")                            # 定位父节点
    target_del_node = del_node_by_tagkeyvalue(del_parent_nodes, "chain", {"sequency": "chain1"})  # 准确定位子节点并删除之

    ################# 5. 修改节点文本 ############
    text_nodes = get_node_by_keyvalue(find_nodes(tree, "processers/services/service/chain"), {"sequency": "chain3"}) # 定位节点
    change_node_text(text_nodes, "new text")

    ################ 6. 输出到结果文件  ##########
    write_xml(tree, "./xiugai.xml")