在python中读取PASCAL VOC批注

Question

我在xml文件中有这样的注释，它遵循PASCAL VOC约定：

<annotation>
<folder>training</folder>
<filename>chanel1.jpg</filename>
<source>
<database>synthetic initialization</database>
<annotation>PASCAL VOC2007</annotation>
<image>synthetic</image>
<flickrid>none</flickrid>
</source>
<owner>
<flickrid>none</flickrid>
<name>none</name>
</owner>
<size>
<width>640</width>
<height>427</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>chanel</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>344</xmin>
<ymin>10</ymin>
<xmax>422</xmax>
<ymax>83</ymax>
</bndbox>
</object>
<object>
<name>chanel</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>355</xmin>
<ymin>165</ymin>
<xmax>443</xmax>
<ymax>206</ymax>
</bndbox>
</object>
</annotation>

例如，在Python语言中检索字段filename和bndbox的最干净的方法是什么？

我正在尝试ElementTree，这似乎是官方的Python解决方案，但我无法使其工作。

到目前为止我的代码如下：

from xml.etree import ElementTree as ET
tree = ET.parse("data/all/annotations/" + file)
fn = tree.find('filename').text
boxes = tree.findall('bndbox')

这就产生了

fn == 'chanel1.jpg'
boxes == []

因此，它成功地提取了filename字段，但没有提取bndbox字段。

Answer 1

对于您的问题，这是一个非常简单的解决方案：

这将返回一个嵌套列表中的方框坐标xmin，ymin，xmax，ymax和文件名，一旦我与bndbox标签弄混了(ymin，xmin，...)或者任何其他奇怪的组合，所以这段代码读取的不仅仅是标签的位置。

最后，我更新了代码。多亏了craq和Pritesh Gohil，你是绝对正确的。

希望这能帮上忙。

import xml.etree.ElementTree as ET


def read_content(xml_file: str):

    tree = ET.parse(xml_file)
    root = tree.getroot()

    list_with_all_boxes = []

    for boxes in root.iter('object'):

        filename = root.find('filename').text

        ymin, xmin, ymax, xmax = None, None, None, None

        ymin = int(boxes.find("bndbox/ymin").text)
        xmin = int(boxes.find("bndbox/xmin").text)
        ymax = int(boxes.find("bndbox/ymax").text)
        xmax = int(boxes.find("bndbox/xmax").text)

        list_with_single_boxes = [xmin, ymin, xmax, ymax]
        list_with_all_boxes.append(list_with_single_boxes)

    return filename, list_with_all_boxes

name, boxes = read_content("file.xml")