代码学习 | LightZH's Blog

实现代码过程中的一些小demo，之后可能会使用到，记录一下。

一、数据集制作

1、分类同一文件夹中不同后缀名的文件

python

import os
import random
from os.path import *
import os
import shutil


# 区分后以txt格式存储
def split(src):
    imges = []  # 存储所有图片的路径
    annotation = []  # 存储所有xml的路径
    # 第一步：遍历需要分离的文件夹
    for f in os.listdir(src):
        f = os.path.join(src, f)
        if f.endswith(".jpg"):  # 可以是.jpg,.png,.jpeg等等
            imges.append(f)
        if f.endswith(".xml"):  # 可以是json文件或者xml文件
            annotation.append(f)
    return imges, annotation


# 区分之后copy到指定文件夹
# def split(src, img, annota):
#     imges = []  # 存储所有图片的路径
#     annotation = []  # 存储所有xml的路径
#     # 第一步：遍历需要分离的文件夹
#     for f in os.listdir(src):
#         f = os.path.join(src, f)
#         if f.endswith(".jpg"):  # 可以是.jpg,.png,.jpeg等等
#             imges.append(f)
#         if f.endswith(".xml"):  # 可以是json文件或者xml文件
#             annotation.append(f)
# # 第二步：创建目标图片文件夹和xml文件夹
# if not os.path.isdir(img):  # 如果目标图片文件夹不存在
#     os.mkdir(img)
# if not os.path.isdir(annota):  # 如果目标xml文件夹不存在
#     os.mkdir(annota)
# # 第三步：转移到目标文件夹中
# for im in imges:  # 遍历所有的图片，将图片文件转移到目标文件夹中
#     new_path = os.path.join(src, im)
#     # print(new_path)
#     shutil.copy(new_path, img)
# for ann in annotation:  # 遍历所有的xml,将xml文件转移到目标文件夹中
#     new_path = os.path.join(src, ann)
#     # print(new_path)
#     shutil.copy(new_path, annota)
# return imges, annotation


def write_txt(path, flod, data_list):
    f = open(os.path.join(path, (flod + ".txt")), 'w')
    for fp in data_list:
        f.write(str(fp))
        f.write("\n")
    f.close()


if __name__ == '__main__':
    src = 'F:/APP/Pycharm/data/insulator'
    image, annotation = split(os.path.join(src, "images"))  # 存放的图片路径
    image_test, annotation_test = split(os.path.join(src, "images_test"))  # 存放的图片路径
    image_all = image + image_test
    annotation_all = annotation + annotation_test
    write_txt(src, "image", image)
    write_txt(src, "image_test", image_test)
    write_txt(src, "image_all", image_all)
    write_txt(src, "annotation", annotation)
    write_txt(src, "annotation_test", annotation_test)
    write_txt(src, "annotation_all", annotation_all)

2、图像按标注可视化并裁剪

python

import cv2
from math import *
import numpy as np
import time


def rotateImage(img, degree, pt1, pt2, pt3, pt4):
    height, width = img.shape[:2]
    heightNew = int(width * fabs(sin(radians(degree))) + height * fabs(cos(radians(degree))))
    widthNew = int(height * fabs(sin(radians(degree))) + width * fabs(cos(radians(degree))))
    matRotation = cv2.getRotationMatrix2D((width / 2, height / 2), degree, 1)
    matRotation[0, 2] += (widthNew - width) / 2
    matRotation[1, 2] += (heightNew - height) / 2
    imgRotation = cv2.warpAffine(img, matRotation, (widthNew, heightNew), borderValue=(255, 255, 255))
    pt1 = list(pt1)
    pt3 = list(pt3)
    [[pt1[0]], [pt1[1]]] = np.dot(matRotation, np.array([[pt1[0]], [pt1[1]], [1]]))
    [[pt3[0]], [pt3[1]]] = np.dot(matRotation, np.array([[pt3[0]], [pt3[1]], [1]]))
    imgOut = imgRotation[int(pt1[1]):int(pt3[1]), int(pt1[0]):int(pt3[0])]
    # imgOut = cv2.resize(imgOut, (330, 220))
    cv2.imshow("imgOut", imgOut)  # 裁减得到的旋转矩形框
    cv2.imwrite("imgOut.jpg", imgOut)
    # pt2 = list(pt2)
    # pt4 = list(pt4)
    # [[pt2[0]], [pt2[1]]] = np.dot(matRotation, np.array([[pt2[0]], [pt2[1]], [1]]))
    # [[pt4[0]], [pt4[1]]] = np.dot(matRotation, np.array([[pt4[0]], [pt4[1]], [1]]))
    # pt1 = (int(pt1[0]), int(pt1[1]))
    # pt2 = (int(pt2[0]), int(pt2[1]))
    # pt3 = (int(pt3[0]), int(pt3[1]))
    # pt4 = (int(pt4[0]), int(pt4[1]))
    # drawRect(imgRotation,pt1,pt2,pt3,pt4,(255,0,0),2)
    return imgRotation


def drawRect(img, pt1, pt2, pt3, pt4, color, lineWidth):
    cv2.line(img, pt1, pt2, color, lineWidth)
    cv2.line(img, pt2, pt3, color, lineWidth)
    cv2.line(img, pt3, pt4, color, lineWidth)
    cv2.line(img, pt1, pt4, color, lineWidth)


if __name__ == "__main__":
    startTime = time.time()
    imgSrc = cv2.imread('F:/APP/Pycharm/data/insulator/images/001501928_K1590435_10000020_1_06.jpg')
    box = [(2675, 1706), (435, 1333), 1.0646727181613587 * 180 / np.pi]
    contours = (cv2.boxPoints(box) / 10).astype(int)
    imgResize = cv2.resize(imgSrc, (660, 440))
    # pt1 = (1987 / 10, 1839 / 10)
    # pt2 = (3152 / 10, 1193 / 10)
    # pt3 = (3363 / 10, 1573 / 10)
    # pt4 = (2198 / 10, 2220 / 10)
    # drawret(imgResize, contours[0], contours[1], contours[2], contours[3], (0, 0, 255), 2)
    imgRotation = rotateImage(imgResize, -degrees(atan2(50, 50)), contours[0], contours[1], contours[2], contours[3])
    endTime = time.time()
    print(endTime - startTime)
    cv2.imshow("imgRotation", imgRotation)
    cv2.imwrite("imgRotation.jpg", imgRotation)
    cv2.waitKey(0)

此代码有一点问题，有时间再修改，可以使用下面的代码

3、图像按标注裁剪

python

import cv2
import time
import numpy as np
import shutil


def suofang(im,target_height,target_width):
    height, width = im.shape[:2]  # 取彩色图片的长、宽。
    ratio_h = height / target_height
    ration_w = width / target_width
    ratio = max(ratio_h, ration_w)

    # 缩放图像  resize(...,size)--size(width，height)
    size = (int(width / ratio), int(height / ratio))
    shrink = cv2.resize(im, size, interpolation=cv2.INTER_AREA)  # 双线性插值
    BLACK = [0, 0, 0]

    a = (target_width - int(width / ratio)) / 2
    b = (target_height - int(height / ratio)) / 2

    constant = cv2.copyMakeBorder(shrink, int(b), int(b), int(a), int(a), cv2.BORDER_CONSTANT, value=BLACK)
    constant = cv2.resize(constant, (target_width, target_height), interpolation=cv2.INTER_AREA)
    return constant


if __name__ == "__main__":
    startTime = time.time()
    img = cv2.imread('F:/APP/Pycharm/data/insulator/crop/1.jpg')
    h, w, c = img.shape
    row = w if w > h else h
    img = cv2.cvtColor(img, cv2.COLOR_RGBA2RGB)  # 有个别图片是32位ARGB的，不去除透明通道的话填充边缘的会是白色的
    image = suofang(img, 224, 224)  # 自己改大小
    endTime = time.time()
    print(endTime - startTime)
    # cv2.imshow("imgRotation", image)
    cv2.imwrite("imgRotation.jpg", image)
    cv2.waitKey(0)

4、解压

python

import os
import zipfile

def unzip(zip_file, root):
    # file_path 为zip文件的全路径
    # root 为解压后的路径
    if zip_file.endswith(".zip"):
        # 判断文件的结尾是否为zip结尾
        fz = zipfile.ZipFile(zip_file, "r")
        for file in fz.namelist():
            fz.extract(file, root)
        fz.close()
    else:
        print(fr"{zip_file} this is not zip")

if __name__ =="__main__":
    # zip_src源文件夹
    # dst_dir目标文件夹
    zip_src = "G:/insulator/xxx.zip"
    dst_dir = "G:/insulator/insulator1"
    unzip(zip_src, dst_dir)

读改MAE代码

1、parse_args()函数

python

import  argparse

# 建立解析对象
parser = argparse.ArgumentParser()

# 给parser实例添加属性
parser.add_argument('-gpu', action='store_true', default=True, help='use gpu or not')
parser.add_argument('-bs', type=int, default=128, help='batch size for dataloader')
parser.add_argument('-epoches', type=int, default=15, help='batch size for dataloader')

# 把刚才的属性给args实例，后面就可以直接通过args使用
args = parser.parse_args()

type：把从命令行输入的结果转成设置的类型
default：设置参数的默认值
action：参数出发的动作
help：参数命令的介绍
store_ture/store_false：保存相应的布尔值
choice：允许的参数值

dest：如果提供dest，例如dest=”a”，那么可以通过args.a访问该参数
store：保存参数，默认
store_const：保存一个被定义为参数规格一部分的值（常量），而不是一个来自参数解析而来的值。
append：将值保存在一个列表中。
append_const：将一个定义在参数规格中的值（常量）保存在一个列表中。
count：参数出现的次数
version：打印程序版本信息

2、pathlib.path

python

from pathlib import Path

p = Path("xxx")
# 常用
p.mkdir()	#创建目录
p.cwd()		#返回当前目录的路径对象
p.iterdir()		#遍历目录的子目录和文件
p.is_dir()		#判断是否是目录，返回布尔值
p.is_file()		#判断是否是文件，返回布尔值
p.exists()		#判断路径是否存在，返回布尔值
p.rename()		#重命名目录或文件夹
# 不常用
p.open()	#通常用open(p,mode)方式
p.stat()	#返回目录或文件信息
p.home()	#返回当前用户的根目录
p.with_name()	#更改最后一级路劲名
p.with_suffix()	#更改后缀
p.is_absolute()	#是否是绝对路径
p.is_reserved()	#是否是预留路径
p.resolve()		#返回绝对路径，WindowsPath
p.unlink()		#删除目录或文件
p.glob()		#条件遍历目录

3、pytorch中list、ndarray、tensor之间的转化

list<->ndarray
list->ndarray:np.array(list)
ndarray->list:ndarray.tolist()
list和ndarray的访问：
只能list[i][j]
ndarray[i][j]和ndarray[i,j]均可

ndarray<->tensor
ndarray->tensor:torch.from_numpy(ndarray类型变量)、torch.tensor(ndarray类型变量)
tensor->ndarray:tensor类型变量.numpy()

python

import numpy as np
import torch

at = torch.ones(5)
an = np.ones(5)
bn = at.numpy()  # tensor->ndarray
bt = torch.from_numpy(an)  # ndarray->tensor
print(at)
print(an)
print(bn)
print(bt)

输出：

python

tensor([1., 1., 1., 1., 1.])
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
tensor([1., 1., 1., 1., 1.], dtype=torch.float64)

注意：转换期间tensor张量和ndarrayu数组底层内存共享，更改一个量会同时更改另一个量，如：

python

at += 5
print(at)
print(an)
print(bn)
print(bt)

输出：

python

tensor([6., 6., 6., 6., 6.])
[1. 1. 1. 1. 1.]
[6. 6. 6. 6. 6.]
tensor([1., 1., 1., 1., 1.], dtype=torch.float64)

如果需要接触这种绑定，可以使用ndarray中的.copy()函数：

python

cn = at.numpy().copy()
ct = torch.from_numpy(bn.copy())
at -= 5
print(at)
print(an)
print(bn)
print(bt)
print(cn)
print(ct)

输出：

python

tensor([1., 1., 1., 1., 1.])
[1. 1. 1. 1. 1.]
[1. 1. 1. 1. 1.]
tensor([1., 1., 1., 1., 1.], dtype=torch.float64)
[6. 6. 6. 6. 6.]
tensor([6., 6., 6., 6., 6.])

可以看到使用了.copy()进行转化的cn、ct不受at -= 5的影响值不变。
另外，使用torch.tensor()由ndarray生成tensor也不是内存共享的，

python

a = np.ones(3)
b = torch.tensor(a)
print(a)
print(b)
a += 3
print(a)
print(b)

输出：

python

[1. 1. 1.]
tensor([1., 1., 1.], dtype=torch.float64)
[4. 4. 4.]
tensor([1., 1., 1.], dtype=torch.float64)

list<->tensor
list->tensor:torch.tensor(list类型变量)、torch.from_numpy(np.array(l))(list->ndarray->tensor)
tensor->list:tensor.tolist()、tensor.numpy().tolist()(tensor->ndarray->list)

list字符与数字的转化

python

1
2
3

string_list=['1.0','2.0','3.0']
float_list=list(map(float,string_list))
print(float_list)

输出：

python

1	[1.0, 2.0, 3.0]

一、数据集制作

读改MAE代码

微信扫一扫：分享