LabelImg标注的YOLO格式txt标签中心坐标和物体边界框长宽的转换_yolo格式的标签_Keep_Trying_Go

大大的周 02-07 467

1.LabelImg标注的YOLO格式的TXT标签

Opencv+YOLO-V3实现目标跟踪

YOLO-V3实时检测实现（opencv+python实现）——改进——＞更加的易懂

YOLO-V3实时检测实现（opencv+python实现）

1.LabelImg标注的YOLO格式的TXT标签

关于LabelImg下载及使用：标注工具 labelImg 的下载安装及使用

首先标注一张图片：

查看标签.txt文件：

提示：如果我们要进行训练的话，那么需要上面的坐标进行变换一下，得到框的左上角的坐标和右下角的坐标。

现在我们要根据中心坐标和边框得到左上角（xmin,ymin）和右下角（xmax,ymax）坐标：

变换公式如下：

提示：现在已经知道坐标之间的关系了，那么可以使用python进行求解：

第一步从标注的.txt文件中读取数据；第二步将读取的数据利用上面的公式进行转换； def Xmin_Xmax_Ymin_Ymax(img_path,txt_path): """ :param img_path: 图片文件的路径 :param txt_path: 坐标文件的路径 :return: """ img = cv2.imread(img_path) # 获取图片的高宽 h, w, _ = img.shape #读取TXT文件中的中心坐标和框大小 with open(txt_path,"r") as fp: #以空格划分 contline=fp.readline().split(' ') #contline : class x_center y_center width height print(contline) #计算框的左上角坐标和右下角坐标,使用strip将首尾空格去掉 xmin=float((contline[1]).strip())-float(contline[3].strip())/2 xmax=float(contline[1].strip())+float(contline[3].strip())/2 ymin = float(contline[2].strip()) - float(contline[4].strip()) / 2 ymax = float(contline[2].strip()) + float(contline[4].strip()) / 2 #将坐标（0-1之间的值）还原回在图片中实际的坐标位置 xmin,xmax=w*xmin,w*xmax ymin,ymax=h*ymin,h*ymax #返回：类别,xleft,yleft,xright,yright return (contline[0],xmin,xmax,ymin,ymax)

将返回的坐标利用opencv将框绘制出来：

def draw(tupelist): img_path = "data/train/000_0.png" img = cv2.imread(img_path) xmin=tupelist[1] xmax=tupelist[2] ymin=tupelist[3] ymax=tupelist[4] cv2.rectangle(img,(int(xmin),int(ymin)),(int(xmax),int(ymax)),(255,0,255),2) cv2.imshow('img',img) cv2.waitKey(0) cv2.destroyAllWindows() import cv2 import os import numpy as np if __name__ == '__main__': tuplelist=Xmin_Xmax_Ymin_Ymax() draw(tuplelist) #将所有转换之后的实际坐标保存到一个.txt文件当中 def writeXYToTxt(): """ :return: """ imgsPath='data/train/person' txtsPath='data/XML/person' imgs=os.listdir(imgsPath) txts=os.listdir(txtsPath) for img_,txt_ in zip(imgs,txts): img_path=os.path.join(imgsPath,img_) txt_path=os.path.join(txtsPath,txt_) tupelist=Xmin_Xmax_Ymin_Ymax(img_path=img_path,txt_path=txt_path) datasets=str(tupelist[0])+' '+str(tupelist[1])+' '+str(tupelist[2])+' '+str(tupelist[3])+' '+str(tupelist[4]) with open(txt_,'w') as fp: fp.write(datasets)