完美解决labelimg xml转可视化中文乱码问题,不用matplotlib

本文主要是介绍完美解决labelimg xml转可视化中文乱码问题,不用matplotlib,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!

背景简述

我们有一批标注项目要转可视化,因为之前没有做过,然后网上随意找了一段代码测试完美(并没有)搞定,开始疯狂标注,当真正要转的时候傻眼了,因为测试的时候用的是英文标签,实际标注的是中文标签,结果都是一大堆??????,在这里插入图片描述
结果瞬间让我满脑袋??????,赶紧找资料解决,各种方法试了个遍,网上大多数都是用cv2+matplotlib实现的计算和渲染,所以解决的主要思想就是集中在各种显示的设置matplotlib字体,然并卵;最后找到一种另辟蹊径的办法使用PIL+cv2实现,最后完美解决,在这里插入图片描述
贴上解决代码:

import cv2
import os
import numpy as np  
from PIL import Image, ImageDraw, ImageFont
import xml.etree.ElementTree as ETdata_path = 'E:\\test\\tianjingulou'
imgs_path = os.path.join(data_path, "img")
anns_path = os.path.join(data_path, "xml")
result_path = os.path.join(data_path)img_names = set([os.path.splitext(i)[0] for i in os.listdir(imgs_path)])
ann_names = set([os.path.splitext(i)[0] for i in os.listdir(anns_path)])
img_names = list(img_names)
ann_names = list(ann_names)for i in range(len(img_names)):img_path = os.path.join(imgs_path, img_names[i] + ".jpg")img_bgr = cv2.imread(img_path)xml_path = os.path.join(anns_path, ann_names[i] + ".xml")xml_inf = open(xml_path, encoding='utf-8')tree = ET.parse(xml_inf)root = tree.getroot()bbox_color = (0, 129, 255)bbox_thickness = 2# 把rgb转成16进制'#0081FF'bbox_color_str = "#{:02x}{:02x}{:02x}".format(*bbox_color)# 把rgb转成bgr再转16进制'#FF8100'# bbox_color_rgb = bbox_color[::-1]# bbox_color_str = "#{:02x}{:02x}{:02x}".format(*bbox_color_rgb)bbox_labelstr = {'font_size': 16,'font_thickness': 2,'offset_x': 0,'offset_y': -20,}# 创建一个空白图像img_pil = Image.fromarray(cv2.cvtColor(img_bgr, cv2.COLOR_BGR2RGB))draw = ImageDraw.Draw(img_pil)# 设置字体  SimHei.ttf黑体,msyh.ttf微软雅黑# 打开命令行窗口或者Anaconda Prompt,输入python,进入python解释器窗口,#   输入import matplotlib;引入可视化库;#   然后输入print(matplotlib.matplotlib_fname())打印出当前库所在位置;#   进入到上面打印出的路径下字体目录:mpl-data\\fonts\\ttf,下载中文字体放进去font_path = "D:\\ProgramData\\anaconda3\\Lib\\site-packages\\matplotlib\\mpl-data\\fonts\\ttf\\msyh.ttf"  # 请替换为实际路径font = ImageFont.truetype(font_path, bbox_labelstr['font_size'])# 画框和文字for obj in root.iter('object'):bbox_label = obj.find('name').textbbox_top_left_x = int(obj.find('bndbox').find('xmin').text)bbox_top_left_y = int(obj.find('bndbox').find('ymin').text)bbox_bottom_right_x = int(obj.find('bndbox').find('xmax').text)bbox_bottom_right_y = int(obj.find('bndbox').find('ymax').text)draw.rectangle([(bbox_top_left_x, bbox_top_left_y), (bbox_bottom_right_x, bbox_bottom_right_y)],outline=bbox_color, width=bbox_thickness)draw.text((bbox_top_left_x + bbox_labelstr['offset_x'], bbox_top_left_y + bbox_labelstr['offset_y']),bbox_label, font=font, fill=bbox_color_str)img_bgr = cv2.cvtColor(np.array(img_pil), cv2.COLOR_RGB2BGR)# 保存图像cv2.imwrite(result_path + "\\{}.jpg".format(img_names[i]), img_bgr)

下面是matplotlib+cv2版代码

# 数据集可视化
import cv2
import os
import matplotlib.pyplot as plt
import xml.etree.ElementTree as ET# 设置 Matplotlib 使用的字体为黑体
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False imgs_path = 'E:\\test\\tianjingulou\\img'
anns_path = 'E:\\test\\tianjingulou\\xml'img_names = set([os.path.splitext(i)[0] for i in os.listdir(imgs_path)])
ann_names = set([os.path.splitext(i)[0] for i in os.listdir(anns_path)])
img_names = list(img_names)
ann_names = list(ann_names)for i in range(len(img_names)):img_path = os.path.join(imgs_path, img_names[i] + ".jpg")img_bgr = cv2.imread(img_path)xml_path = os.path.join(anns_path, ann_names[i] + ".xml")xml_inf = open(xml_path, encoding='utf-8')tree = ET.parse(xml_inf)root = tree.getroot()# 框可视化配置bbox_color = (255, 129, 0)  # 框的颜色bbox_thickness = 2  # 框的线宽# 框类别文字bbox_labelstr = {'font_size': 1,  # 字体大小'font_thickness': 2,  # 字体粗细'offset_x': 0,  # X 方向,文字偏移距离,向右为正'offset_y': -10,  # Y 方向,文字偏移距离,向下为正}
# 画框for obj in root.iter('object'):  # 一个object代表一个标注物体# 框的类别bbox_label = obj.find('name').text# 框的两点坐标# 左上角坐标bbox_top_left_x = int(obj.find('bndbox').find('xmin').text)bbox_top_left_y = int(obj.find('bndbox').find('ymin').text)# 右下角坐标bbox_bottom_right_x = int(obj.find('bndbox').find('xmax').text)bbox_bottom_right_y = int(obj.find('bndbox').find('ymax').text)# 画矩形:画框img_bgr = cv2.rectangle(img_bgr, (bbox_top_left_x, bbox_top_left_y), (bbox_bottom_right_x, bbox_bottom_right_y),bbox_color, bbox_thickness)# 写框类别文字:图片,文字字符串,文字左上角坐标,字体,字体大小,颜色,字体粗细img_bgr = cv2.putText(img_bgr, bbox_label, (bbox_top_left_x + bbox_labelstr['offset_x'],bbox_top_left_y + bbox_labelstr['offset_y']),cv2.FONT_HERSHEY_SIMPLEX, bbox_labelstr['font_size'], bbox_color,bbox_labelstr['font_thickness'])cv2.imwrite("E:\\test\\tianjingulou\\{}.jpg".format(img_names[i]), img_bgr)

写在最后,matplotlib的方式应该也有解决的办法,也可能是我的环境问题,提供这两种方式大家各取所需,下面这种方式是我从一位博主那里拷贝来稍加改动的,但是我找不到出处了,如有侵权请联系我删除。

----------------------------------------------华丽分割-------------------------------------------------
追加一种类似的写法,这个是宋体,字体可以酌情替换,亲测可用

import cv2
import os
import matplotlib.pyplot as plt
import xml.etree.ElementTree as ET
import numpy as np# 导入 PIL 库
import PIL.Image
import PIL.ImageDraw
import PIL.ImageFontdata_path = os.path.join("E:\\test\\tianjingulou")
imgs_path = os.path.join(data_path, "img")
anns_path = os.path.join(data_path, "xml")# 获取图像名称和标注名称
img_names = set(os.path.splitext(i)[0] for i in os.listdir(imgs_path))
ann_names = set(os.path.splitext(i)[0] for i in os.listdir(anns_path))
img_names = list(img_names)
ann_names = list(ann_names)# 遍历所有图像
for i, img_name in enumerate(img_names):# 读取图像img_bgr = cv2.imread(os.path.join(imgs_path, img_name + ".jpg"))# 读取标注xml_path = os.path.join(anns_path, img_name + ".xml")xml_inf = open(xml_path, encoding='utf-8')tree = ET.parse(xml_inf)root = tree.getroot()# 画框for obj in root.iter('object'):# 获取框的类别bbox_label = obj.find('name').text# 获取框的两点坐标bbox_top_left_x = int(obj.find('bndbox').find('xmin').text)bbox_top_left_y = int(obj.find('bndbox').find('ymin').text)bbox_bottom_right_x = int(obj.find('bndbox').find('xmax').text)bbox_bottom_right_y = int(obj.find('bndbox').find('ymax').text)# 画矩形img_bgr = cv2.rectangle(img_bgr, (bbox_top_left_x, bbox_top_left_y), (bbox_bottom_right_x, bbox_bottom_right_y),(255, 129, 0), 2)# 写框类别文字# 转换为 PIL 图像img_pil = PIL.Image.fromarray(img_bgr)# 使用 PIL 绘制文本font = PIL.ImageFont.truetype("simsun.ttc", 16)draw = PIL.ImageDraw.Draw(img_pil)draw.text((bbox_top_left_x, bbox_top_left_y - 18), bbox_label, font=font, fill=(255, 129, 0))# 直接使用 PIL 图像img_bgr = np.array(img_pil)# 保存图像cv2.imwrite(data_path + "\\{}.jpg".format(img_name), img_bgr)

这篇关于完美解决labelimg xml转可视化中文乱码问题,不用matplotlib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/513344

相关文章

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,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... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

Java 线程安全与 volatile与单例模式问题及解决方案

《Java线程安全与volatile与单例模式问题及解决方案》文章主要讲解线程安全问题的五个成因(调度随机、变量修改、非原子操作、内存可见性、指令重排序)及解决方案,强调使用volatile关键字... 目录什么是线程安全线程安全问题的产生与解决方案线程的调度是随机的多个线程对同一个变量进行修改线程的修改操

Redis出现中文乱码的问题及解决

《Redis出现中文乱码的问题及解决》:本文主要介绍Redis出现中文乱码的问题及解决,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1. 问题的产生2China编程. 问题的解决redihttp://www.chinasem.cns数据进制问题的解决中文乱码问题解决总结

python删除xml中的w:ascii属性的步骤

《python删除xml中的w:ascii属性的步骤》使用xml.etree.ElementTree删除WordXML中w:ascii属性,需注册命名空间并定位rFonts元素,通过del操作删除属... 可以使用python的XML.etree.ElementTree模块通过以下步骤删除XML中的w:as

全面解析MySQL索引长度限制问题与解决方案

《全面解析MySQL索引长度限制问题与解决方案》MySQL对索引长度设限是为了保持高效的数据检索性能,这个限制不是MySQL的缺陷,而是数据库设计中的权衡结果,下面我们就来看看如何解决这一问题吧... 目录引言:为什么会有索引键长度问题?一、问题根源深度解析mysql索引长度限制原理实际场景示例二、五大解决

Springboot如何正确使用AOP问题

《Springboot如何正确使用AOP问题》:本文主要介绍Springboot如何正确使用AOP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​一、AOP概念二、切点表达式​execution表达式案例三、AOP通知四、springboot中使用AOP导出

Python中Tensorflow无法调用GPU问题的解决方法

《Python中Tensorflow无法调用GPU问题的解决方法》文章详解如何解决TensorFlow在Windows无法识别GPU的问题,需降级至2.10版本,安装匹配CUDA11.2和cuDNN... 当用以下代码查看GPU数量时,gpuspython返回的是一个空列表,说明tensorflow没有找到

解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘问题

《解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘问题》:本文主要介绍解决未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4... 目录未解析的依赖项:‘net.sf.json-lib:json-lib:jar:2.4‘打开pom.XM

XML重复查询一条Sql语句的解决方法

《XML重复查询一条Sql语句的解决方法》文章分析了XML重复查询与日志失效问题,指出因DTO缺少@Data注解导致日志无法格式化、空指针风险及参数穿透,进而引发性能灾难,解决方案为在Controll... 目录一、核心问题:从SQL重复执行到日志失效二、根因剖析:DTO断裂引发的级联故障三、解决方案:修复

IDEA Maven提示:未解析的依赖项的问题及解决

《IDEAMaven提示:未解析的依赖项的问题及解决》:本文主要介绍IDEAMaven提示:未解析的依赖项的问题及解决,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... 目录IDEA Maven提示:未解析的依编程赖项例如总结IDEA Maven提示:未解析的依赖项例如