python 处理pascal voc数据 读取xml文件 2

VOC的数据处理 

 工程如下：

xml文件如下：

 

   

 

结果如下：

 

 

# -*- coding: utf-8 -*-
from __future__ import division
import os
from PIL import Image

import xml.dom.minidom #xml.dom.minidom解析模块解析xml文件
import numpy as np

#文件路径
ImgPath = './JPEGImages/' #图片路径
AnnoPath = './Annotations/' #xml文件路径
savepath = './CropedVOC/' #裁剪之后，图片存放路径

#如果路径不存在，则创建路径目录
if not os.path.exists(savepath):
    os.makedirs(savepath)

imagelist = os.listdir(ImgPath)#返回该路径下的文件和文件夹列表

for image in imagelist:
    print 'a new image:', image #000001.jpg
    image_pre, ext = os.path.splitext(image)#将文件名和文件后缀给分开
    #image_pre 为文件名000001   ext为文件后缀jpg

    imgfile = ImgPath + image #./JPEGImages/000001.jpg
    xmlfile = AnnoPath + image_pre + '.xml' #获取图片对应的xml文件
    #./Annotations/000001.xml

    DomTree = xml.dom.minidom.parse(xmlfile)#打开xml文档
    annotation = DomTree.documentElement #得到xml对象

    #通过标签对filename之间，嵌入的数据 看右边 # <filename>000001.jpg</filename>
    filenamelist = annotation.getElementsByTagName('filename')  # <filename>000001.jpg</filename>
    #该返回值类型为nodelist，是一个list由，标签filename之间所有的node节点组成
    filename = filenamelist[0].childNodes[0].data
    #获取filename标签对之间的值

    # 通过标签object获取标签属性值
    objectlist = annotation.getElementsByTagName('object')
    #objectlist 是一个NodeList列表

    i = 1
    for objects in objectlist:
        # print objects  

        ## 通过name标签对之间的数据
        namelist = objects.getElementsByTagName('name')
        objectname = namelist[0].childNodes[0].data
        print objectname

    # 通过bndbox标签对之间的数据 NodeList列表
    bndbox = objects.getElementsByTagName('bndbox')

    cropboxes = []
    for box in bndbox:
        try:
            # 通过  标签对   之间的数据
            x1_list = box.getElementsByTagName('xmin')
            x1 = int(x1_list[0].childNodes[0].data)
            y1_list = box.getElementsByTagName('ymin')
            y1 = int(y1_list[0].childNodes[0].data)
            x2_list = box.getElementsByTagName('xmax')
            x2 = int(x2_list[0].childNodes[0].data)
            y2_list = box.getElementsByTagName('ymax')
            y2 = int(y2_list[0].childNodes[0].data)
            w = x2 - x1
            h = y2 - y1

            img = Image.open(imgfile)#打开文件
            width, height = img.size #文件的尺寸

            obj = np.array([x1, y1, x2, y2])
            #shift 是9个[0., 0., 1., 1.]组成 shape=[9,4]
            shift = np.array([[0.8, 0.8, 1.2, 1.2], [0.9, 0.9, 1.1, 1.1], [1, 1, 1, 1], [0.8, 0.8, 1, 1], [1, 1, 1.2, 1.2], \
                            [0.8, 1, 1, 1.2], [1, 0.8, 1.2, 1],
                            [(x1 + w * 1 / 6) / x1, (y1 + h * 1 / 6) / y1, (x2 + w * 1 / 6) / x2, (y2 + h * 1 / 6) / y2], \
                            [(x1 - w * 1 / 6) / x1, (y1 - h * 1 / 6) / y1, (x2 - w * 1 / 6) / x2, (y2 - h * 1 / 6) / y2]])

            XYmatrix = np.tile(obj, (9, 1))#将obj[,,,]复制，9份，构成一个二维数组
            #最终XYmatrix  shape=[9,4]

            cropboxes = XYmatrix * shift #shape=[9,4]

            for cropbox in cropboxes:
                # print 'cropbox:',cropbox
                minX = (int)(max(0, cropbox[0]))
                minY = (int)(max(0, cropbox[1]))
                maxX = (int)(min(cropbox[2], width))
                maxY = (int)(min(cropbox[3], height))


                cropbox = (minX, minY, maxX, maxY)
                cropedimg = img.crop(cropbox)#原图片进行裁剪

                #将裁剪后的图片进行保存
                cropedimg.save(savepath + image_pre + '_' + str(i) + '.jpg')
                i += 1

        except Exception, e:
            print e