已经做了四张图片的标注，很复杂，但遇到两个问题：

1. labelimg2无法对边界处的目标进行标注，导致标注不完全；

1. 后续的算法是基于正方形的图片进行训练的，虽然可以训练矩形，但要多一步，不如在标注前就处理好图片。

结合以上两个问题，下面分享解决思路与代码。

1. 图片遍历/读取/裁剪/填充/无损保存：

都是opencv的基础操作，不展开介绍。代码如下：

import os
import os.path
import cv2def cv_show(name, img, pause = False):cv2.imshow(name, img) key = cv2.waitKey(0 if pause == True else 1) & 0xFF if key == 27:       # keycode 27 = Escapecv2.destroyAllWindows()else:cv2.destroyAllWindows()return 1if __name__ == "__main__":path_origin = 'image_1280-800'      # 输入原文件夹地址path_crop = 'image'                 # 输入原文件夹地址files = os.listdir(path_origin)     # 读入文件夹num_bub = len(files)                # 统计文件夹中的文件个数# 检查path_crop文件夹是否存在，不存在则创建if not os.path.exists(path_crop):os.makedirs(path_crop)# 1. 图片遍历for file in files:# 2. 读取图像img = cv2.imread(path_origin + '\\' + file)flow_img = img.copy()# 显示读取到的图像# if cv_show(file, flow_img, True) is None:#     break#3. 切割图片#截取的左上坐标left_top = (128, 0)       #截取的右下坐标right_bottom = (1152, 800)# 裁剪坐标为[y0:y1, x0:x1]flow_img_cut = flow_img[left_top[1]:right_bottom[1],left_top[0]:right_bottom[0]]# 4. 常数值填充, 需要设置一个value值flow_img_bord = cv2.copyMakeBorder(flow_img_cut, 112, 112, 0, 0, cv2.BORDER_CONSTANT, value = (255, 255, 255))# 5. 无损保存# 0代表图片保存时的压缩程度，有0-9这个范围的10个等级，数字越大表示压缩程度越高。cv2.imwrite(path_crop + '\\' + file, flow_img_bord, [cv2.IMWRITE_PNG_COMPRESSION, 0])# 显示处理后的图像# if cv_show('flow_img_bord', flow_img_bord, True) is None:#     break

2. XML文件读取/修改/保存

图片经过裁剪填充后，由（1280*800）变为（1024*1024），但之前标注过的xml文件中的目标框会偏移，要修正偏移有两步：1、计算偏移量；2、读取/修改/保存xml文件。

2.1. 计算偏移量

偏移量的计算比较简单，opencv的坐标原点在左上角，如图所示，横坐标需要减去，纵坐标需要加上，体现在2.2.代码中。

2.2. 读取/修改/保存xml文件

节点的查找有两种方法，一是逐级节点查找，二是全部节点查找。

节点结构如下：

<annotation verified="yes"><folder>image</folder><filename>images1_0000.png</filename><path>C:\Users\glanc\Desktop\flow_dataset\image\images1_0000.png</path><source><database>Unknown</database></source><size><width>1024</width><height>1024</height><depth>1</depth></size><segmented>0</segmented><object><name>single</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><robndbox><cx>250.5867</cx><cy>336.501</cy><w>72.8736</w><h>49.5941</h><angle>3.041593</angle></robndbox><extra/></object><object><name>single</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><robndbox><cx>330.6097</cx><cy>183.8053</cy><w>70.3055</w><h>41.3395</h><angle>0.17</angle></robndbox><extra/></object>
</annotation>

节点结构如下：

1. <annotation verified="yes">一级节点；

1. <folder>、<filename>、<path>、...、<object>、<object>等为二级节点；

1. <object>下的<name>、<pose>、...、<robndbox>等为三级节点；

1. <robndbox>下的<cx>、<cy>、<w>、<h>、<angle>五项为四级节点，其中<cx>、<cy>是需要修改的数值。

步骤都在注释里，代码如下，需要注意的一点是cx.text得到的是str，需要转换为浮点数才可以计算，计算完成后转换为字符串才可以保存。

import os
import xml.etree.ElementTree as ETpath = 'label_1280-800'      # 输入原文件夹地址
sv_path = 'label'  # 修改后的xml文件存放路径
files = os.listdir(path)for xmlFile in files:tree = ET.parse(os.path.join(path, xmlFile))root = tree.getroot()  # 得到根节点# 方法一# https://blog.csdn.net/weixin_39580041/article/details/113581299# 查找二级节点objectnodes = root.findall('object')for node in nodes:# object节点没有属性值# print('节点名称：', node.tag)# print('节点属性：', node.attrib)# 继续往下找三级节点：robndboxrobndbox = node.find('robndbox')# 继续往下找四级节点：cx，cycx = robndbox.find('cx')cx_new = str(float(cx.text) - 256 / 2)cx.text = cx_newcy = robndbox.find('cy')cy_new = str(float(cy.text) + 224 / 2)cy.text = cy_new# print(cx, cy)tree.write(os.path.join(sv_path, xmlFile))# 方法二：直接定位节点位置# https://blog.csdn.net/u013996948/article/details/79157795# print(root.text)# #遍历文件所有的tag 为目标的值得标签# for elem in root.iter('cx'):#     cx_new = float(elem.text) - 256 / 2#     elem.text = str(cx_new)# for elem in root.iter('cy'):#     cy_new = float(elem.text) + 224 / 2#     elem.text = str(cy_new)# tree.write(os.path.join(sv_path, xmlFile))

参考文章：

https://blog.csdn.net/weixin_39580041/article/details/113581299

https://blog.csdn.net/u013996948/article/details/79157795