python实现的批量分析xml标签中各个类别个数功能示例


Posted in Python onDecember 30, 2019

本文实例讲述了python实现的批量分析xml标签中各个类别个数功能。分享给大家供大家参考,具体如下:

文章目录

需要个脚本分析下各个目标的数目 顺带练习下多进程,自用,直接上代码:

# -*- coding: utf-8 -*-
# @Time  : 2019/06/10 18:56
# @Author : TuanZhangSama
import os
import xml.etree.ElementTree as ET
from multiprocessing import Pool,freeze_support,cpu_count
import imghdr
import logging
def get_all_xml_path(xml_dir:str,filter=['.xml']):
  #遍历文件夹下所有xml
  result=[]
  #maindir是当前搜索的目录 subdir是当前目录下的文件夹名 file是目录下文件名
  for maindir,subdir,file_name_list in os.walk(xml_dir):
    for filename in file_name_list:
      ext=os.path.splitext(filename)[1]#返回扩展名
      if ext in filter:
        result.append(os.path.join(maindir,filename))
  return result
def analysis_xml(xml_path:str):
  tree=ET.parse(xml_path)
  root=tree.getroot()
  result_dict={}
  for obj in root.findall('object'):
    obj_name = obj.find('name').text
    obj_num=result_dict.get(obj_name,0)+1
    result_dict[obj_name]=obj_num
  if imghdr.what(xml_path.replace('.xml','.jpg')) != 'jpeg':
    print(xml_path.replace('.xml','.jpg'),'is worng')
    # logging.info(xml_path.replace('.xml','.jpg'))
  if is_valid_jpg(xml_path.replace('.xml','.jpg')):
    pass
  return result_dict
def analysis_xmls_batch(xmls_path_list:list):
  result_list=[]
  for i in xmls_path_list:
    result_list.append(analysis_xml(i))
  return result_list
def collect_result(result_list:list):
  all_result_dict={}
  for result_dict in result_list:
    for key,values in result_dict.items():
      obj_num=all_result_dict.get(key,0)+values
      all_result_dict[key]=obj_num
  return all_result_dict
def main(xml_dir:str,result_save_path:str =None):
  r'''根据xml文件统计所有样本的数目.对于文件不完整的图片和有xml但无图片的样本,直接进行删除.默认跑满所有的cpu核心
  Parameters
  ----------
  xml_dir : str
    xml所在的文件夹.用的递归形式,因此只需保证xml在此目录的子目录下即可.对应的图片和其xml要在同一目录
  result_save_path : str
    分析结果的日志保存路径.默认 None 无日志
  '''
  if result_save_path is not None:
    assert isinstance(result_save_path,str),'{} is illegal path'.format(result_save_path)
  else:
    logging.basicConfig(filename=result_save_path,filemode='w',level=logging.INFO)
  freeze_support()#windows 上用
  xmls_path=get_all_xml_path(xml_dir)
  worker_num=cpu_count()
  print('your CPU num is',cpu_count())
  length=float(len(xmls_path))/float(worker_num)
  #计算下标,尽可能均匀地划分输入文件的列表
  indices=[int(round(i*length)) for i in range(worker_num+1)]
  #生成每个进程要处理的子文件列表
  sublists=[xmls_path[indices[i]:indices[i+1]] for i in range(worker_num)]
  pool=Pool(processes=worker_num)
  all_process_result_list=[]
  for i in range(worker_num):
    all_process_result_list.append(pool.apply_async(analysis_xmls_batch,args=(sublists[i],)))
  pool.close()
  pool.join()
  print('analysis done!')
  _temp_list=[]
  for i in all_process_result_list:
    _temp_list=_temp_list+i.get()
  result=collect_result(_temp_list)
  logging.info(result)
  print(result)
def is_valid_jpg(jpg_file):
  """判断JPG文件下载是否完整   """
  if not os.path.exists(jpg_file):
    print(jpg_file,'is not existes')
    os.remove(jpg_file.replace('.jpg','.xml'))
  with open(jpg_file, 'rb') as fr:
    fr.seek(-2, 2)
    if fr.read() == b'\xff\xd9':
      return True
    else:
      os.remove(jpg_file)
      os.remove(jpg_file.replace('.jpg','.xml'))
      print(jpg_file)
      logging.error(jpg_file,'is imperfect img')
      return False
if __name__=='__main__':
  test_dir='/home/chiebotgpuhq/Share/winshare/origin'
  save_path='/home/chiebotgpuhq/MyCode/python/pytorch/mmdetection-master/result.log'
  main(test_dir,save_path)
Python 相关文章推荐
全面解读Python Web开发框架Django
Jun 30 Python
Python过滤函数filter()使用自定义函数过滤序列实例
Aug 26 Python
python登陆asp网站页面的实现代码
Jan 14 Python
Python序列操作之进阶篇
Dec 08 Python
DataFrame 将某列数据转为数组的方法
Apr 13 Python
python写入并获取剪切板内容的实例
May 31 Python
在NumPy中创建空数组/矩阵的方法
Jun 15 Python
基于树莓派的语音对话机器人
Jun 17 Python
python tkinter图形界面代码统计工具(更新)
Sep 18 Python
python中wx模块的具体使用方法
May 15 Python
Matplotlib自定义坐标轴刻度的实现示例
Jun 18 Python
Python实战之OpenCV实现猫脸检测
Jun 26 Python
python实现修改固定模式的字符串内容操作示例
Dec 30 #Python
python基于celery实现异步任务周期任务定时任务
Dec 30 #Python
Django框架之中间件MiddleWare的实现
Dec 30 #Python
Django 路由层URLconf的实现
Dec 30 #Python
python解析多层json操作示例
Dec 30 #Python
pytorch 求网络模型参数实例
Dec 30 #Python
利用python3 的pygame模块实现塔防游戏
Dec 30 #Python
You might like
PHP分页效率终结版(推荐)
2013/07/01 PHP
php调用shell的方法
2014/11/05 PHP
js同时按下两个方向键
2007/12/01 Javascript
来自qq的javascript面试题
2010/07/24 Javascript
实现局部遮罩与关闭原理及代码
2013/02/04 Javascript
JavaScript DOM 编程艺术(第2版)读书笔记(JavaScript的最佳实践)
2013/10/01 Javascript
js中精确计算加法和减法示例
2014/03/28 Javascript
jQuery实现鼠标经过弹出提示信息的地图热点效果
2015/08/07 Javascript
获取阴历(农历)和当前日期的js代码
2016/02/15 Javascript
正则表达式(语法篇推荐)
2016/06/24 Javascript
有关JS中的0,null,undefined,[],{},'''''''',false之间的关系
2017/02/14 Javascript
Easyui和zTree两种方式分别实现树形下拉框
2017/08/04 Javascript
Windows安装Node.js报错:2503、2502的解决方法
2017/10/25 Javascript
js 获取json数组里面数组的长度实例
2017/10/31 Javascript
webpack4 SplitChunks实现代码分隔详解
2019/05/23 Javascript
JavaScript中使用Spread运算符的八种方法总结
2020/06/18 Javascript
vue绑定数字类型 value为数字的实例
2020/08/31 Javascript
Vue 禁用浏览器的前进后退操作
2020/09/04 Javascript
Python contextlib模块使用示例
2015/02/18 Python
python解析xml文件实例分析
2015/05/27 Python
Python每天必学之bytes字节
2016/01/28 Python
django的settings中设置中文支持的实现
2019/04/28 Python
pyinstaller打包程序exe踩过的坑
2019/11/19 Python
Python enumerate函数遍历数据对象组合过程解析
2019/12/11 Python
Python 实现递归法解决迷宫问题的示例代码
2020/01/12 Python
python 实现围棋游戏(纯tkinter gui)
2020/11/13 Python
css3动画事件—webkitAnimationEnd与计时器time事件
2013/01/31 HTML / CSS
学期自我鉴定
2013/11/04 职场文书
会计工作心得体会
2014/01/13 职场文书
工厂仓管员岗位职责范本
2014/07/17 职场文书
安全生产目标管理责任书
2014/07/25 职场文书
2014年信访维稳工作总结
2014/12/08 职场文书
任命书怎么写
2015/03/02 职场文书
公司聚餐通知
2015/04/22 职场文书
地雷战观后感
2015/06/09 职场文书
SpringBoot项目多数据源及mybatis 驼峰失效的问题解决方法
2022/07/07 Java/Android