python实现：目标检测裁剪图片样本，根据类标签文件进行裁剪保存

我在进行目标检测时候，比如红绿灯检测，目标区域很小，样本杂乱。

想要筛选错误样本的话，很困难。可以把目标区域裁剪出来。人大脑处理对于这样的异己比较敏感。样本量较少的话可以自己筛一筛。样本量较大的话，可以训练一个分类模型帮你筛一下。

它就可以实现一个目标检测的数据集可以转化为一个分类的数据集。

这个是根据txt标签文件进行筛选的，大同小异，别的文件类型也就是登录读取信息不一样。

它最终会读取你目标检测的每一个类，然后每个类会创建一个就叫这个类名的文件夹，然后裁剪出来的这一类的图片。最后图片的文件名就是你的”原文件名+num“。

#根据预测出来的txt文件裁剪图片
import os
import cv2
from tqdm import tqdmimage_input = '/home/xys/CloundShiProjects/traffic_light/trafficlight_dect/data/JPEGImages/'
txt_input = '/home/xys/CloundShiProjects/traffic_light/trafficlight_dect/data/labels/'
path_output = "/home/xys/CloundShiProjects/traffic_light/trafficlight_dect/crop/"    # 裁剪出来的小图保存的根目录
class_names_path = '/home/xys/CloundShiProjects/traffic_light/trafficlight_dect/data/classes.txt'img_total = []
txt_total = []def read_class_name(path):        #读取path下的类别民f = open(path,'r')classes_name = []for i in f.readlines():classes_name.append(i.strip())return classes_name
classes_name = read_class_name(class_names_path)file_image = os.listdir(image_input)
for filename in file_image:#在做jpg文件名列表first,last = os.path.splitext(filename)img_total.append(first)file_txt = os.listdir(txt_input)
for filename in file_txt:#在做txt文件名列表first,last = os.path.splitext(filename)txt_total.append(first)for img_ in tqdm(img_total):if img_ in txt_total:filename_img = img_+".jpg"path1 = os.path.join(image_input,filename_img)img = cv2.imread(path1)filename_txt = img_+'.txt'     #预测出来的txt文件没有后缀名，有则加 {+".txt"}h = img.shape[0]w = img.shape[1]n = 1with open(os.path.join(txt_input,filename_txt),"r+",encoding="utf-8",errors="ignore") as f:for line in f:aa = line.split(" ")# if not int(aa[0]) == 0: continue     #判断需要裁剪的类别:0--vehiclex_center = w * float(aa[1])       # aa[1]左上点的x坐标y_center = h * float(aa[2])       # aa[2]左上点的y坐标width = int(w*float(aa[3]))       # aa[3]图片widthheight = int(h*float(aa[4]))      # aa[4]图片heightlefttopx = int(x_center-width/2.0)lefttopy = int(y_center-height/2.0)roi = img[lefttopy+1:lefttopy+height+3,lefttopx+1:lefttopx+width+1] # [左上y:右下y,左上x:右下x]# (y1:y2,x1:x2)需要调参，否则裁剪出来的小图可能不太好if roi.size == 0: continuefilename_last = img_+"_"+str(n)+".jpg"      # 裁剪出来的小图文件名x = int(aa[0])path2 = os.path.join(path_output,classes_name[x])           # 需要在path_output路径下创建一个cut_txt文件夹if not os.path.exists(path2):os.mkdir(path2)# print('path2:', path2)                    # 裁剪小图的保存位置cv2.imwrite(os.path.join(path2,filename_last),roi)n = n+1else:continue

声明：
转载自：知乎
在此仅做记录使用。