|
关于faster-rcnn数据集的制作，尤其是xml文件的制作以及为了增强自己的数据集这方面详细讲解一下。因为最近参加了比赛，目标检测，我用的faster-rcnn网络，奈何数据量太小。于是为了增强自己的数据集，并载入自己的训练网络中。我写了几个脚本文件进行数据的增强及加载。 数据集的增强，关于检测的数据集的增强，并不是很好处理，因为我们除了对图像处理外，还有得到图像中我们要定位的物体(比如persion、dog)的具体坐标，才能进行训练。那么该如何得到处理后图像的坐标呢？ 首先我进行了图像的旋转(30度、90度、180度、60度等等)，旋转以后根据旋转的角度来计算旋转后图像的坐标。 输入：原图像、该图像中物体的坐标值(一般坐标值是存在txt文本中的)。注意：图像与其坐标值要一一对应。 输出：旋转后的图像、旋转后图像的坐标值。 相关代码如下(具体代码下面有链接)： #设置旋转角度，这里设置了270度 angle = 270.0
# 旋转后图像的四点坐标 [[pt1[0]], [pt1[1]]] = np.dot(rotateMat, np.array([[pt1[0]], [pt1[1]], [1]]))
[[pt2[0]], [pt2[1]]] = np.dot(rotateMat, np.array([[pt2[0]], [pt2[1]], [1]])) 主要是根据旋转的角度来计算坐标值。还有注意的一点是：不同的旋转的角度，对于最后的两坐标点的处理不同。以270度为例， 最后的到的坐标值还需要 pt1[0] = pt1[0] - height Rectpt2[0] = pt2[0] + heightRect这两步的处理。 # -*- coding:utf-8 -*-
import cv2
from math import *
import numpy as np
import time,math
import os
import re
'''旋转图像并剪裁'''
def rotate(
img, # 图片
pt1, pt2,
i
):
#print pt1,pt2,i
#withRect = math.sqrt((pt4[0] - pt1[0]) ** 2 + (pt4[1] - pt1[1]) ** 2) # 矩形框的宽度
withRect = pt2[0] - pt1[0]
#heightRect = math.sqrt((pt1[0] - pt2[0]) ** 2 + (pt1[1] - pt2[1]) **2)
heightRect = pt2[1]-pt1[1]
#print withRect,heightRect
#angle = acos((pt4[0] - pt1[0]) / withRect) * (180 / math.pi) # 矩形框旋转角度
angle = 270.0
#print angle
height = img.shape[0] # 原始图像高度
width = img.shape[1] # 原始图像宽度
#print height,width
rotateMat = cv2.getRotationMatrix2D((width / 2, height / 2), angle, 1) # 按angle角度旋转图像
heightNew = int(width * fabs(sin(radians(angle))) + height * fabs(cos(radians(angle))))
widthNew = int(height * fabs(sin(radians(angle))) + width * fabs(cos(radians(angle))))
rotateMat[0, 2] += (widthNew - width) / 2
rotateMat[1, 2] += (heightNew - height) / 2
imgRotation = cv2.warpAffine(img, rotateMat, (widthNew, heightNew), borderValue=(255, 255, 255))
#cv2.imshow('rotateImg2', imgRotation)
cv2.imwrite("/home/hqd/桌面/数据集增强集/270data/images/"+i+".jpg", imgRotation, [int(cv2.IMWRITE_JPEG_QUALITY), 100])
#cv2.waitKey(0)
# 旋转后图像的四点坐标
[[pt1[0]], [pt1[1]]] = np.dot(rotateMat, np.array([[pt1[0]], [pt1[1]], [1]]))
[[pt2[0]], [pt2[1]]] = np.dot(rotateMat, np.array([[pt2[0]], [pt2[1]], [1]]))
pt1[0] = pt1[0] - heightRect
pt2[0] = pt2[0] + heightRect
pt2=list(map(int,pt2))
pt1=list(map(int,pt1))
#pt2=list(map(float,pt2))
#pt1=list(map(float,pt1))
#print pt2,pt1
a = pt1+pt2
return a
# 读出文件中的坐标值
def ReadTxt(imageName,list_tmp):
fileTxt="/home/hqd/桌面/数据集增强集/zuobiao/train.txt" # txt文件名
getTxt=open(fileTxt, 'r') # 打开txt文件
lines = getTxt.readlines()
length=len(lines)
mlist= []
for i in range(0,length):
pt1=list(map(float,lines[i].split(' ')[:2]))
pt2=list(map(float,lines[i].split(' ')[2:4]))
#print pt1,pt2
#float转int
j = list_tmp[i]
p = j.split('_')[1]
m = int(p) + 5704
ms = "00"+str(m)
msj = "IMG_"+ms
print msj
pt2=list(map(int,pt2))
pt1=list(map(int,pt1))
imgSrc = cv2.imread(imageName[i])
b =rotate(imgSrc,pt1,pt2,msj)
mlist.append(b)
fl=open("/home/hqd/桌面/数据集增强集/270data/zuobiao.txt", "w")
for j in mlist:
for k in j :
fl.write(str(k)+' ')
fl.write("\n")
fl.close()
def direct():
list_tmp=[]
list_direct = []
file=open("/home/hqd/桌面/数据集增强集/ImageSets/Main/train.txt", "r")
for i in file.readlines():
list_tmp.append(i.strip())
file.close()
for i in list_tmp:
a = "/home/hqd/桌面/数据集增强集/JPEGImages/"+i+".jpg"
list_direct.append(a)
return list_direct,list_tmp
if __name__=="__main__":
c,list_tmp = direct()
ReadTxt(c,list_tmp)
| 
转播
