介绍

该xml转txt有两个优点：
1.自动识别数据集类别classes
2.读取对应图像尺寸，解决xml文件size为0的报错
使用前先仔细阅读注释
其他转换：
自动xml转txt，最简单，不报错

txt格式转换xml格式数据集，yolo转voc

自动xml转json，voc转coco格式

json转xml转txt，coco转yolo转voc

代码

import xml.etree.ElementTree as ET
import os
from PIL import Image

# 类别，适用于已知类别
CLASSES=['vertical','horizontal','single']

# xml,img文件路径,输出txt文件路径
xml_input=r"C:\Users\GW\Desktop\data\xmls"
imgs_input=r'C:\Users\GW\Desktop\data\imgs'
txt_output=r'C:\Users\GW\Desktop\data\txt' ##没有txt文件目录需要手动创建

#自动识别类别，若已经有类别信息，注释该段和make_label_txt()的auto_classes(filenames)即可
CLASSES = []  # 类比列表
def auto_classes(filenames):
    global CLASSES
    for image_id in filenames:
        in_file = open(xml_input + '//' + image_id)
        tree = ET.parse(in_file)
        root = tree.getroot()
        for obj in root.iter("object"):
            obj_cls=obj.find("name").text
            CLASSES.append(obj_cls)
        CLASSES = list(set(CLASSES))  # set去重后是乱序，按照print出的CLASSES识别
        
def convert(size,box):
    # 将bbox的左上角点，右下角点坐标的格式，转换为bbox中心点+bbox的W,H的格式，并进行归一化
    #读取对应图像尺
    dw=1./size[0]
    dh=1./size[1]
    #转换为中心点坐标
    x=(box[0]+box[1])/2.0
    y=(box[2]+box[3])/2.0
    w=box[1]-box[0]
    h=box[3]-box[2]
    #归一化
    x=x*dw
    w=w*dw
    y=y*dh
    h=h*dh
    return (x,y,w,h)
    
def convert_annotation(image_id):
    # 把图像image_id的xml文件转换为目标检测的label文件(txt)
    # 其中包含物体的类别cls,bbox的中心点坐标,以及bbox的W,H
    # 并将四个物理量归一化
    in_file=open(xml_input+'//'+image_id)
    image_id=image_id.split(".")[0]#图片id
    tree=ET.parse(in_file)
    root=tree.getroot()

    # 获取图像尺寸
    img_path = imgs_input+'\\'+image_id + r'.png'
    image=Image.open(img_path)
    width, height = image.size

    for obj in root.iter("object"):
        difficult=obj.find("difficult").text
        obj_cls=obj.find("name").text
        if obj_cls not in CLASSES or int(difficult)==1:
            continue
        cls_id=CLASSES.index(obj_cls)
        xmlbox=obj.find("bndbox")
        points=(float(xmlbox.find("xmin").text),
                float(xmlbox.find("xmax").text),
                float(xmlbox.find("ymin").text),
                float(xmlbox.find("ymax").text))
        bb=convert((width,height),points)

        # 打开文件以写入模式
        file_path = txt_output+'\\'+image_id + r'.txt'  # 文件路径和名称
        with open(file_path, "a") as out_file:
            out_file.write(str(cls_id)+" "+" ".join([str(a) for a in bb])+"\n")
            
def make_label_txt():
    # labels文件夹下创建image_id.txt
    # 对应每个image_id.xml提取出的bbox信息
    filenames=os.listdir(xml_input)#获取文件名列表
    auto_classes(filenames)  # 注释该行
    print(CLASSES)
    for file in filenames:
        convert_annotation(file)

if __name__=="__main__":
    # 开始提取和转换
    make_label_txt()