版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/nodototao/article/details/89146759
背景
因为最近查看的最新的检测算法（2018-2019），使用的数据集大都是VOC或者COCO数据集。还有的算法只使用COCO格式的数据集。因为VOC数据集格式容易实现，只需要每张图片和相应的.xml文件就行了。而COCO数据集中的.json文件，则比较复杂。下面介绍COCO数据集相关内容，使用自己人脸数据集制作COCO格式的数据集的代码实现和此过程中应该注意的问题。
准备
.jpg文件
.xml文件
xml文件里的格式为
说明：这些xml文件中内容个格式和VOC的格式类似，但相较于VOC中的xml文件，内容上少些选项。
COCO数据集简介
因为只是用于目标检测方面的内容，故这里只是注意下json文件里 annotation data的内容。
代码实现
# -*- coding:utf-8 -*-
# !/usr/bin/env python
import argparse
import json
import matplotlib.pyplot as plt
import skimage.io as io
import cv2
# from labelme import utils
import numpy as np
import glob
import PIL.Image
import os,sys
class PascalVOC2coco(object):
def __init__(self, xml=[], save_json_path='./new.json'):
'''
:param xml: 所有Pascal VOC的xml文件路径组成的列表
:param save_json_path: json保存位置
'''
self.xml = xml
self.save_json_path = save_json_path
self.images = []
self.categories = []
self.annotations = []
# self.data_coco = {}
self.label = []
self.annID = 1
self.height = 0
self.width = 0
self.save_json()
def data_transfer(self):
for num, json_file in enumerate(self.xml):
# 进度输出
sys.stdout.write('\r>> Converting image %d/%d\n' % (
num + 1, len(self.xml)))
sys.stdout.flush()
self.json_file = json_file
# print(self.json_file)
tmp_file = self.json_file.split('/')[2].split('.')[0]
# print(tmp_file)
self.num = num
path = os.path.dirname(self.json_file)
# print(path)
path = os.path.dirname(path)
# print(path)
# path=os.path.split(self.json_file)[0]
# path=os.path.split(path)[0]
# obj_path = glob.glob(os.path.join(path, 'SegmentationObject', '*.png'))
obj_path = glob.glob(os.path.join(path, 'val_img', '*.jpg'))
# print(obj_path)
with open(json_file, 'r') as fp:
for p in fp:
# print('come in!!!!!!!')
# print(p)
# if 'folder' in p:
# folder =p.split('>')[1].split('<')[0]
# if 'filename' in p:
# print('filename')
# self.filen_ame = p.split('>')[1].split('<')[0]
# print(self.filen_ame)
self.filen_ame = tmp_file + '.jpg'
self.path = os.path.join(path, 'val_img', self.filen_ame.split('.')[0] + '.jpg')
# print(self.path)
if self.path not in obj_path:
print('noooooooo!')
break
if 'width' in p:
# print('width')
self.width = int(p.split('>')[1].split('<')[0])
# print(self.width)
if 'height' in p:
# print('height')
self.height = int(p.split('>')[1].split('<')[0])
# print(self.height)
self.images.append(self.image())
# print(self.images)
if '<object>' in p:
# print('object')
# 类别
# d = [next(fp).split('>')[1].split('<')[0] for _ in range(9)]
# print(d) # ['person', 'Unspecified', '1', '0', '\n', '1', '96', '191', '361']
tmp = [next(fp).split('>')[1].split('<')[0] for _ in range(7)]
#### add 'Unspecified' '1' ############
d = []
d.append(tmp[0])
d.append('Unspecified')
d.append('1')
d.append(tmp[1])
d.append(tmp[2])
d.append(tmp[3])
d.append(tmp[4])
d.append(tmp[5])
d.append(tmp[6])
# print(d)
# print(d) # ['person', '0', '\n', '1', '96', '191', '361']
self.supercategory = d[0]
if self.supercategory not in self.label:
self.categories.append(self.categorie())
self.label.append(self.supercategory)
# 边界框
x1 = int(d[-4]);
y1 = int(d[-3]);
x2 = int(d[-2]);
y2 = int(d[-1])
self.rectangle = [x1, y1, x2, y2]
self.bbox = [x1, y1, x2 - x1, y2 - y1] # COCO 对应格式[x,y,w,h]
self.annotations.append(self.annotation())
self.annID += 1
sys.stdout.write('\n')
sys.stdout.flush()
def image(self):
image = {}
image['height'] = self.height
image['width'] = self.width
image['id'] = self.num + 1
image['file_name'] = self.filen_ame
return image
def categorie(self):
categorie = {}
categorie['supercategory'] = self.supercategory
categorie['id'] = len(self.label) + 1 # 0 默认为背景
categorie['name'] = self.supercategory
return categorie
@staticmethod
def change_format(contour):
contour2 = []
length = len(contour)
for i in range(0, length, 2):
contour2.append([contour[i], contour[i + 1]])
return np.asarray(contour2, np.int32)
def annotation(self):
annotation = {}
# annotation['segmentation'] = [self.getsegmentation()]
annotation['segmentation'] = [list(map(float, self.getsegmentation()))]
annotation['iscrowd'] = 0
annotation['image_id'] = self.num + 1
# annotation['bbox'] = list(map(float, self.bbox))
annotation['bbox'] = self.bbox
annotation['category_id'] = self.getcatid(self.supercategory)
annotation['id'] = self.annID
# 计算轮廓面积
contour = PascalVOC2coco.change_format(annotation['segmentation'][0])
# print(contour)
# 轮廓为空
if len(contour) == 0:
annotation['area'] = 1
else:
annotation['area']=abs(cv2.contourArea(contour,True))
# print(annotation['area'])
if annotation['area'] == 0:
print('oooooooooo')
annotation['area'] = 1
return annotation
def getcatid(self, label):
for categorie in self.categories:
if label == categorie['name']:
return categorie['id']
return -1
def getsegmentation(self):
try:
mask_1 = cv2.imread(self.path, 0)
mask = np.zeros_like(mask_1, np.uint8)
rectangle = self.rectangle
mask[rectangle[1]:rectangle[3], rectangle[0]:rectangle[2]] = mask_1[rectangle[1]:rectangle[3],
rectangle[0]:rectangle[2]]
# 计算矩形中点像素值
mean_x = (rectangle[0] + rectangle[2]) // 2
mean_y = (rectangle[1] + rectangle[3]) // 2
end = min((mask.shape[1], int(rectangle[2]) + 1))
start = max((0, int(rectangle[0]) - 1))
flag = True
for i in range(mean_x, end):
x_ = i;
y_ = mean_y
pixels = mask_1[y_, x_]
if pixels != 0 and pixels != 220: # 0 对应背景 220对应边界线
mask = (mask == pixels).astype(np.uint8)
flag = False
break
if flag:
for i in range(mean_x, start, -1):
x_ = i;
y_ = mean_y
pixels = mask_1[y_, x_]
if pixels != 0 and pixels != 220:
mask = (mask == pixels).astype(np.uint8)
break
self.mask = mask
return self.mask2polygons()
except:
return [0]
def mask2polygons(self):
'''从mask提取边界点'''
contours = cv2.findContours(self.mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 找到轮廓线
bbox=[]
for cont in contours[1]:
[bbox.append(i) for i in list(cont.flatten())]
# map(bbox.append,list(cont.flatten()))
return bbox # list(contours[1][0].flatten())
# '''
def getbbox(self, points):
'''边界点生成mask，从mask提取定位框'''
# img = np.zeros([self.height,self.width],np.uint8)
# cv2.polylines(img, [np.asarray(points)], True, 1, lineType=cv2.LINE_AA) # 画边界线
# cv2.fillPoly(img, [np.asarray(points)], 1) # 画多边形 内部像素值为1
polygons = points
mask = self.polygons_to_mask([self.height, self.width], polygons)
return self.mask2box(mask)
def mask2box(self, mask):
'''从mask反算出其边框
mask：[h,w] 0、1组成的图片
1对应对象，只需计算1对应的行列号（左上角行列号，右下角行列号，就可以算出其边框）
'''
# np.where(mask==1)
index = np.argwhere(mask == 1)
rows = index[:, 0]
clos = index[:, 1]
# 解析左上角行列号
left_top_r = np.min(rows) # y
left_top_c = np.min(clos) # x
# 解析右下角行列号
right_bottom_r = np.max(rows)
right_bottom_c = np.max(clos)
# return [(left_top_r,left_top_c),(right_bottom_r,right_bottom_c)]
# return [(left_top_c, left_top_r), (right_bottom_c, right_bottom_r)]
# return [left_top_c, left_top_r, right_bottom_c, right_bottom_r] # [x1,y1,x2,y2]
return [left_top_c, left_top_r, right_bottom_c - left_top_c,
right_bottom_r - left_top_r] # [x1,y1,w,h] 对应COCO的bbox格式
def polygons_to_mask(self, img_shape, polygons):
'''边界点生成mask'''
mask = np.zeros(img_shape, dtype=np.uint8)
mask = PIL.Image.fromarray(mask)
xy = list(map(tuple, polygons))
PIL.ImageDraw.Draw(mask).polygon(xy=xy, outline=1, fill=1)
mask = np.array(mask, dtype=bool)
return mask
# '''
def data2coco(self):
data_coco = {}
data_coco['images'] = self.images
data_coco['categories'] = self.categories
data_coco['annotations'] = self.annotations
return data_coco
def save_json(self):
self.data_transfer()
self.data_coco = self.data2coco()
# 保存json文件
json.dump(self.data_coco, open(self.save_json_path, 'w'), indent=4) # indent=4 更加美观显示
xml_file = glob.glob('./val_anno_0.2/*.xml')
# xml_file=['./Annotations/000032.xml']
# print(xml_file)
PascalVOC2coco(xml_file, './new.json')
注意事项（根据自己实际情况而定）
1. 文件放置的相对位置
2. 这个代码实现是根据标准VOC中xml的内容，而我自己的xml文件中的内容是有些项是没有的，故作些许修改，比如
中d[1] = ‘Unspecified’， d[2]=‘1’，满足格式需求。
3. 第一次实现转换时，只是实现的目标检测相关的内容，对关键点和分割相关的内容没有实现转化，即转化后的josn文件中没有关键点，分割相关的内容。转换后的json文件，在检测算法，实际环境使用中，要修改相应环境中的cocoapi中相关内容。但换另外一种算法和环境，则会出现其他问题，具体问题不做介绍。后来就把分割和关键点相关的内容，在转换时添加上。由于不使用这些数据，只是为了文件中格式内容的完整性。
这其中有一些问题，需要注意，例如计算area时，可能因为找到的轮廓为空，计算area时，出现问题，这里判断这种情况，直接把area赋值为1。
COCO目标检测测评指标
参考：
代码参考