当前位置 : 首页 » 文章分类 :  科研  »  利用TinyXML读取VOC2012数据集的XML标注文件裁剪出所有人体目标保存为文件

利用TinyXML读取VOC2012数据集的XML标注文件裁剪出所有人体目标保存为文件

PASCAL VOC目标检测(The PASCAL Visual Object Classes)数据集可从其官网页面上下载：
http://host.robots.ox.ac.uk/pascal/VOC/

图片中的目标用XML文件标注，例如其中一张图片的标注为：

<annotation>  
    <folder>VOC2012</folder>  
    <filename>2007_000346.jpg</filename>  
    <source>  
        <database>The VOC2007 Database</database>  
        <annotation>PASCAL VOC2007</annotation>  
        <image>flickr</image>  
    </source>  
    <size>  
        <width>500</width>  
        <height>375</height>  
        <depth>3</depth>  
    </size>  
    <segmented>1</segmented>  
    <object>  
        <name>bottle</name>  
        <pose>Unspecified</pose>  
        <truncated>0</truncated>  
        <difficult>0</difficult>  
        <bndbox>  
            <xmin>124</xmin>  
            <ymin>107</ymin>  
            <xmax>230</xmax>  
            <ymax>343</ymax>  
        </bndbox>  
    </object>  
    <object>  
        <name>person</name>  
        <pose>Unspecified</pose>  
        <truncated>0</truncated>  
        <difficult>0</difficult>  
        <bndbox>  
            <xmin>137</xmin>  
            <ymin>78</ymin>  
            <xmax>497</xmax>  
            <ymax>375</ymax>  
        </bndbox>  
    </object>  
    <object>  
        <name>person</name>  
        <pose>Unspecified</pose>  
        <truncated>1</truncated>  
        <difficult>0</difficult>  
        <bndbox>  
            <xmin>89</xmin>  
            <ymin>202</ymin>  
            <xmax>129</xmax>  
            <ymax>247</ymax>  
        </bndbox>  
    </object>  
    <object>  
        <name>person</name>  
        <pose>Frontal</pose>  
        <truncated>1</truncated>  
        <difficult>0</difficult>  
        <bndbox>  
            <xmin>72</xmin>  
            <ymin>209</ymin>  
            <xmax>111</xmax>  
            <ymax>259</ymax>  
        </bndbox>  
    </object>  
</annotation>

xml中标注了4个目标，一个瓶子，三个人体（一个拿着瓶子，另外两个在桌上的相框中），对应的图片为：


2007_000346.jpg样本图

所以如果想用这个数据集做某种目标识别的训练集的话，需要先从中裁出需要的目标。
下面这个程序就是这个目的，其中用到了TinyXML这个简单易用的XML解析器

#include <iostream>
#include <fstream>
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/objdetect/objdetect.hpp>
#include <opencv2/ml/ml.hpp>

#include <tinyxml.h>

using namespace std;
using namespace cv;

int CropImageCount=0;//裁剪出来的人体图片个数

/**
* 通过根节点和节点名查找所有指定节点，结果放到节点数组NodeVector中
* @param pRootEle xml文件的根节点
* @param strNodeName 要查询的节点名
* @param NodeVector 查询到的节点指针数组
* @return 找到至少一个相应节点，返回true；否则false
*/
bool GetAllNodePointerByName(TiXmlElement* pRootEle, string strNodeName, vector<TiXmlElement*> &NodeVector)
{
    //如果NodeName等于根节点名，加入NodeVector数组
    if(strNodeName == pRootEle->Value())
    {
        NodeVector.push_back(pRootEle);//添加到数组末尾
        //这里根据VOC Annotation的XML文件格式，认为相同节点名的节点不会有父子关系，所以所有相同节点名的节点都在同一级别上
        //只要找到第一个，剩下的肯定在它的兄弟节点里面
        for(TiXmlElement * pElement = pRootEle->NextSiblingElement(); pElement; pElement = pElement->NextSiblingElement())
            if(strNodeName == pElement->Value())
                NodeVector.push_back(pElement);
        return true;
    }
    TiXmlElement * pEle = pRootEle;
    for(pEle = pRootEle->FirstChildElement(); pEle; pEle = pEle->NextSiblingElement())
    {
        //递归处理子节点，获取节点指针
        if(GetAllNodePointerByName(pEle,strNodeName,NodeVector))
            return true;
    }
    return false;//没找到
}

/**
* 根据目标名过滤目标节点数组,删除所有目标名不是objectName的元素
* @param NodeVector 要操作的TiXmlElement元素指针数组
* @param objectName 指定的目标名，删除所有目标名不是objectName的元素
* @return 过滤后目标数组为空，返回false；否则返回true
*/
bool FiltObject(vector<TiXmlElement*> &NodeVector, string objectName)
{
    TiXmlElement * pEle = NULL;
    vector<TiXmlElement *>::iterator iter = NodeVector.begin();//数组的迭代器
    for(; iter != NodeVector.end();)
    {
        pEle = * iter;//第i个元素
        //若目标名不是objectName，删除此节点
        if( objectName != pEle->FirstChildElement()->GetText() )
        {
            //cout<<"删除的目标节点："<<pEle->FirstChildElement()->GetText() <<endl;
            iter = NodeVector.erase(iter);//删除目标名不是objectName的，返回下一个元素的指针
        }
        else
            iter++;
    }
    if( 0 == NodeVector.size())//过滤后目标数组为空，说明不包含指定目标
        return false;
    else 
        return true;
}

/**
* 根据每个目标的BoundingBox，剪裁图像，保存为文件
* @param img 图像
* @param NodeVector 目标节点数组
*/
void CropImage(Mat img, vector<TiXmlElement*> NodeVector)
{
    int xmin,ymin,xmax,ymax;//从目标节点中读出的包围盒参数
    char fileName[256];//剪裁后的图片和其水平翻转图片的文件名

    //遍历目标数组
    vector<TiXmlElement *>::iterator iter = NodeVector.begin();//数组的迭代器
    for(; iter != NodeVector.end(); iter++)
    {
        //遍历每个目标的子节点
        TiXmlElement *pEle = (*iter)->FirstChildElement();//第i个元素的第一个孩子
        for(; pEle; pEle = pEle->NextSiblingElement())
        {
            //找到包围盒"bndbox"节点
            if(string("bndbox") == pEle->Value())
            {
                TiXmlElement * pCoord= pEle->FirstChildElement();//包围盒的第一个坐标值
                //依次遍历包围盒的4个坐标值，放入整型变量中
                for(; pCoord; pCoord = pCoord->NextSiblingElement())
                {
                    if(string("xmin") == pCoord->Value())
                        xmin = atoi(pCoord->GetText());//xmin
                    if(string("ymin") == pCoord->Value())
                        ymin = atoi(pCoord->GetText());//ymin
                    if(string("xmax") == pCoord->Value())
                        xmax = atoi(pCoord->GetText());//xmax
                    if(string("ymax") == pCoord->Value())
                        ymax = atoi(pCoord->GetText());//ymax
                }
                //cout<<"xmin:"<<xmin<<","<<"ymin:"<<ymin<<","<<"xmax:"<<xmax<<","<<"ymax:"<<ymax<<endl;;
                //根据读取的包围盒坐标设置图像ROI
                Mat imgROI = img(Rect(xmin,ymin,xmax-xmin,ymax-ymin));
                resize(imgROI,imgROI,Size(64,128));//缩放为64*128大小
                sprintf(fileName,"person%06d.jpg",++CropImageCount);//生成剪裁图片的文件名
                imwrite(fileName,imgROI);//保存文件
                flip(imgROI,imgROI,1);//水平翻转
                memset(fileName,0x00,sizeof(fileName));
                sprintf(fileName,"person%06d.jpg",++CropImageCount);//生成剪裁图片的水平翻转图片的文件名
                imwrite(fileName,imgROI);//保存文件
            }
        }
    }
}

/**
* 根据XML文件，从图像中剪裁出objectName目标
* @param XMLFile XML文件名
* @param img 对应的图像
* @param objectName 目标名
* @return 若图像中包含objectName目标，返回true；否则返回false
*/
bool CropImageAccordingToXML(string XMLFile, Mat img, string objectName)
{
    TiXmlDocument * pDoc = new TiXmlDocument();//创建XML文档
    pDoc->LoadFile(XMLFile.c_str());//装载XML文件
    vector<TiXmlElement*> nodeVector;//节点数组

    //查找所有节点名是object的节点，即目标节点，结果放到节点数组nodeVector中
    if( false == GetAllNodePointerByName(pDoc->RootElement(), "object", nodeVector) )//未找到指定目标
        return false;
    //cout<<"所有目标个数："<<nodeVector.size()<<endl;

    //过滤节点数组，删除所有节点名不是objectName的节点
    if( false == FiltObject(nodeVector,objectName) )//目标数组中没有指定目标
        return false;
    //cout<<"过滤后的目标个数："<<nodeVector.size()<<endl;

    //根据每个目标的BoundingBox，剪裁图像，保存为文件
    CropImage(img,nodeVector);
}


int main()
{
    int fileCount=0;//文件个数
    Mat src;
    string XMLName,ImgName;//XML文件名和对应的图片文件名
    //ifstream fin("VOC2012AnnotationsXMLList.txt");//打开XML文件列表
    ifstream fin("subset.txt");
    //ifstream fin("test.txt");

    //读取XML文件列表
    while(getline(fin,XMLName))
    {
        cout<<"处理："<<XMLName<<endl;
        ImgName = "D:\\DataSet\\VOCtrainval_11-May-2012\\VOCdevkit\\VOC2012\\JPEGImages\\" + XMLName + ".jpg";
        XMLName = "D:\\DataSet\\VOCtrainval_11-May-2012\\VOCdevkit\\VOC2012\\Annotations\\" + XMLName + ".xml";
        src = imread(ImgName);
        CropImageAccordingToXML(XMLName,src,"person");//根据XML标注文档，从图像src中剪裁出所有person目标，保存为文件
    }

    system("pause");
}

上一篇 OpenCV2.4.4从完全不包含人体的图片中随机剪裁出用于人体检测的负样本

下一篇 OpenCV读入图片序列进行HOG行人检测并保存为视频

阅读
评论
1.9k字
阅读预计9分钟
创建日期 2013-11-12
修改日期 2017-07-02
类别
标签

页面信息

location:
protocol:
host:
hostname:
origin:
pathname:
href:
document:
referrer:
navigator:
platform:
userAgent:

评论

▲