数据增强:拼接四张小图成为一张大图,同时合并标注信息

本文主要是介绍数据增强:拼接四张小图成为一张大图,同时合并标注信息,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

0. 背景:

1. 数据准备

2. 合并思路

3. 拼接前后示例

4. 完整代码


0. 背景:

在收集数据时,有时候我们会获取一批尺寸相对较小的图片,其尺寸之小甚至小于我们网络设定的输入尺寸;这时候,如果将多个小图拼接一下,就可以让避免在预处理时无意义的缩放,同时,可以让每个batch中的图片包含更多语义信息,类似于mosaic数据增强。

因此,我决定写个脚本,将这批小图进行每组四张进行组合拼接,并合并每个小图已有的标注信息,避免合并大图重新标注。

1. 数据准备

首先需要使用labelImg工具将小图标注完毕,并将图片、xml文件存放到同一个文件夹下(PS:你可以按照自己的标注格式以及存放习惯,只需要改动代码中的图片、标注文件的读取路径即可)。形如:

2. 合并思路

  • 拼接方式选用对角拼接,也即:四张小图各选一个顶点相接,如img1的右下角、img2的左下角、img3的右上角、img4的左上角;
  • 随机选定四张小图,用于对角拼接;
  • 获取每个小图的标注信息;
  • 根据四张小图的尺寸,确定出合并后大图的尺寸及拼接中心点;
  • 新建一个空的大图,将各个小图填充进去;
  • 保存大图到指定路径;
  • 修改每个小图中的标注信息,使之适配大图坐标;
  • 合并所有小图的标注信息,形成一个统一的Ground Truth;
  • 将统一的GTs写入一个新的xml文件当中,对应所保存的大图;

3. 拼接前后示例

用于拼接的四张小图:

拼接后的大图如下,同时,每个小图的标注信息也会同步到大图当中:

 

4. 完整代码

"""
Joint small images to be a big image.
"""
import os
import argparse
from PIL import Image
import numpy as np
import xml.etree.ElementTree as ETfrom bboxes2xml import bboxes2xmldef list_dir(path, list_name, suffix='xml'):  # 传入存储的listfor file in os.listdir(path):file_path = os.path.join(path, file)if os.path.isdir(file_path):list_dir(file_path, list_name)else:if file_path.split('.')[-1] == suffix:file_path = file_path.replace('\\', '/')list_name.append(file_path)def get_bboxes(xml_path):tree = ET.parse(open(xml_path, 'rb'))root = tree.getroot()bboxes, cls = [], []for obj in root.iter('object'):obj_cls = obj.find('name').textxmlbox = obj.find('bndbox')xmin = float(xmlbox.find('xmin').text)xmax = float(xmlbox.find('xmax').text)ymin = float(xmlbox.find('ymin').text)ymax = float(xmlbox.find('ymax').text)bboxes.append([xmin, ymin, xmax, ymax])cls.append(obj_cls)bboxes = np.asarray(bboxes, np.int)return bboxes, clsdef main(args):os.makedirs(args.new_data_path, exist_ok=True)imgs = []list_dir(args.raw_data_path, imgs, suffix='jpg')def img_save_name(i, zfill=5):file = args.filename+"_{}.jpg".format(str(i).zfill(zfill))return os.path.join(args.new_data_path, file)for i in range(len(imgs)):# 随机选四张图片, 用于对角拼接img_joint = np.random.choice(imgs, 4, replace=False)img1 = Image.open(img_joint[0])img2 = Image.open(img_joint[1])img3 = Image.open(img_joint[2])img4 = Image.open(img_joint[3])bboxes1, cls1 = get_bboxes(img_joint[0].replace('.jpg', '.xml'))bboxes2, cls2 = get_bboxes(img_joint[1].replace('.jpg', '.xml'))bboxes3, cls3 = get_bboxes(img_joint[2].replace('.jpg', '.xml'))bboxes4, cls4 = get_bboxes(img_joint[3].replace('.jpg', '.xml'))# 大图宽高,及拼接中心点W = max(img1.size[0], img3.size[0]) + max(img2.size[0], img4.size[0])H = max(img1.size[1], img2.size[1]) + max(img3.size[1], img4.size[1])P = [0, 0]P[0] = max(img1.size[0], img3.size[0])P[1] = max(img1.size[1], img2.size[1])# 新建大图,并使用小图填充img_big = Image.new('RGB', (W, H))img_big.paste(img1, (P[0]-img1.size[0], P[1]-img1.size[1]))img_big.paste(img2, (P[0], P[1]-img2.size[1]))img_big.paste(img3, (P[0]-img3.size[0], P[1]))img_big.paste(img4, (P[0], P[1]))img_big.save(img_save_name(i))# 修改每个小图的Bbox,并合并所有子图的bbox和clsbbox_list = []if len(bboxes1) !=0:bboxes1[:, 0], bboxes1[:, 2] = bboxes1[:, 0]+P[0]-img1.size[0], bboxes1[:, 2]+P[0]-img1.size[0]bboxes1[:, 1], bboxes1[:, 3] = bboxes1[:, 1]+P[1]-img1.size[1], bboxes1[:, 3]+P[1]-img1.size[1]bbox_list.append(bboxes1)if len(bboxes2) != 0:bboxes2[:, 0], bboxes2[:, 2] = bboxes2[:, 0]+P[0], bboxes2[:, 2]+P[0]bboxes2[:, 1], bboxes2[:, 3] = bboxes2[:, 1]+P[1]-img2.size[1], bboxes2[:, 3]+P[1]-img2.size[1]bbox_list.append(bboxes2)if len(bboxes3) != 0:bboxes3[:, 0], bboxes3[:, 2] = bboxes3[:, 0]+P[0]-img3.size[0], bboxes3[:, 2]+P[0]-img3.size[0]bboxes3[:, 1], bboxes3[:, 3] = bboxes3[:, 1]+P[1], bboxes3[:, 3]+P[1]bbox_list.append(bboxes3)if len(bboxes4) != 0:bboxes4[:, 0], bboxes4[:, 2] = bboxes4[:, 0]+P[0], bboxes4[:, 2]+P[0]bboxes4[:, 1], bboxes4[:, 3] = bboxes4[:, 1]+P[1], bboxes4[:, 3]+P[1]bbox_list.append(bboxes4)if len(bbox_list) != 0:bboxes = np.vstack(tuple(bbox_list))cls = cls1 + cls2 + cls3 + cls4gts = [[c] + b.tolist() for c, b in zip(cls, bboxes)]bboxes2xml(folder=args.new_data_path.split('/')[-1],img_name=img_save_name(i).replace('\\', '/').split('/')[-1].replace('.jpg', ''),width=W, height=H,gts=gts, xml_save_to=args.new_data_path)def parse_args():parser = argparse.ArgumentParser()parser.add_argument("--raw_data_path", default="raw_data_path", type=str,help="raw dataset files")parser.add_argument("--new_data_path", default="new_data_path", type=str,help="generated new dataset files")parser.add_argument("--filename", default="your_filename", type=str, help="save name")return parser.parse_args()if __name__ == '__main__':args = parse_args()main(args)

其中,bboxes2xml方法定义在bboxes2xml.py文件中:

# bboxes2xml.py filedef bboxes2xml(folder, img_name, width, height, gts, xml_save_to):""" Generate VOC type annotations from prediction resultsArgs:img_name: raw image name without suffix;width, height: size of img;xml_save_to: path of xml will save to;gts: Ground True, [[label, xmin, ymin, xmax, ymax],...,[...]];"""# write in xml filexml_file = open((xml_save_to + '/' + img_name + '.xml'), 'w')xml_file.write('<annotation>\n')xml_file.write('    <folder>' + folder + '</folder>\n')xml_file.write('    <filename>' + str(img_name) + '.jpg' + '</filename>\n')xml_file.write('    <size>\n')xml_file.write('        <width>' + str(width) + '</width>\n')xml_file.write('        <height>' + str(height) + '</height>\n')xml_file.write('        <depth>3</depth>\n')xml_file.write('    </size>\n')# write the region of image on xml filefor gt in gts:xml_file.write('    <object>\n')xml_file.write('        <name>' + str(gt[0]) + '</name>\n')xml_file.write('        <pose>Unspecified</pose>\n')xml_file.write('        <truncated>0</truncated>\n')xml_file.write('        <difficult>0</difficult>\n')xml_file.write('        <bndbox>\n')xml_file.write('            <xmin>' + str(gt[1]) + '</xmin>\n')xml_file.write('            <ymin>' + str(gt[2]) + '</ymin>\n')xml_file.write('            <xmax>' + str(gt[3]) + '</xmax>\n')xml_file.write('            <ymax>' + str(gt[4]) + '</ymax>\n')xml_file.write('        </bndbox>\n')xml_file.write('    </object>\n')xml_file.write('</annotation>')xml_file.close()

 

这篇关于数据增强:拼接四张小图成为一张大图,同时合并标注信息的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/215034

相关文章

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Go语言开发实现查询IP信息的MCP服务器

《Go语言开发实现查询IP信息的MCP服务器》随着MCP的快速普及和广泛应用,MCP服务器也层出不穷,本文将详细介绍如何在Go语言中使用go-mcp库来开发一个查询IP信息的MCP... 目录前言mcp-ip-geo 服务器目录结构说明查询 IP 信息功能实现工具实现工具管理查询单个 IP 信息工具的实现服

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

Linux下如何使用C++获取硬件信息

《Linux下如何使用C++获取硬件信息》这篇文章主要为大家详细介绍了如何使用C++实现获取CPU,主板,磁盘,BIOS信息等硬件信息,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录方法获取CPU信息:读取"/proc/cpuinfo"文件获取磁盘信息:读取"/proc/diskstats"文

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1