CCPD数据集标注文件生成实战：从数据解析到格式转换全流程指南

1次阅读

共计 2566 个字符，预计需要花费 7 分钟才能阅读完成。

刚开始接触 CCPD 数据集时，我对着那些.txt 文件发呆了半天。原始标注文件长这样：

 车牌图片路径 四点坐标 (x1,y1,x2,y2,x3,y3,x4,y4) 倾斜角度 车牌号码

但 YOLO 需要的格式却是：

 类别序号 中心点 x 中心点 y 宽度 高度 (均需归一化)

手动转换？我试过处理 100 张图就花了半小时，还总把坐标算错。更别提数据集动辄几万张的规模了 …

每个 txt 行包含三大关键信息：
– 四点坐标 ：定义车牌在图像中的四边形区域
– 倾斜角度 ：处理旋转车牌的必备参数
– 车牌号码 ：可用于分类任务（本文暂不展开）

从四边形到矩形：通过四点坐标计算最小外接矩形
坐标归一化：将像素坐标转换为 0 - 1 之间的相对值
格式适配：不同框架需要不同格式（YOLO/PASCAL VOC 等）

 中心点 x = (x_min + x_max) / 2 / 图像宽度
中心点 y = (y_min + y_max) / 2 / 图像高度
宽度 = (x_max - x_min) / 图像宽度
高度 = (y_max - y_min) / 图像高度

建议采用工厂模式，通过统一接口支持多种输出格式：

class AnnotationConverter:
    @staticmethod
    def to_yolo(points, img_size):
        # 实现 YOLO 格式转换
        ...

    @staticmethod
    def to_voc(points, img_size):
        # 实现 PASCAL VOC 格式转换
        ...

import os
import numpy as np
from multiprocessing import Pool

class CCPDParser:
    def __init__(self, annotation_dir):
        self.annotation_dir = annotation_dir

    def parse_single_file(self, txt_path):
        """解析单个标注文件"""
        try:
            with open(txt_path, 'r') as f:
                line = f.readline().strip()

            parts = line.split()
            if len(parts) < 9:  # 基本校验
                raise ValueError(f"Invalid annotation format in {txt_path}")

            # 解析四点坐标（注意转换为整数）points = np.array([float(x) for x in parts[1:9]]).reshape(4, 2)
            return {'image_path': parts[0],
                'points': points,
                'angle': float(parts[9]),
                'plate_number': ' '.join(parts[10:])
            }
        except Exception as e:
            print(f"Error parsing {txt_path}: {str(e)}")
            return None

class CoordinateConverter:
    @staticmethod
    def quadrilateral_to_yolo(points, img_size):
        """将四边形转换为 YOLO 格式"""
        x_coords = points[:, 0]
        y_coords = points[:, 1]

        x_min, x_max = min(x_coords), max(x_coords)
        y_min, y_max = min(y_coords), max(y_coords)

        # 归一化处理
        width, height = img_size
        x_center = ((x_min + x_max) / 2) / width
        y_center = ((y_min + y_max) / 2) / height
        w = (x_max - x_min) / width
        h = (y_max - y_min) / height

        return [x_center, y_center, w, h]

# 使用示例
if __name__ == "__main__":
    parser = CCPDParser("CCPD2020/annotations")
    sample_data = parser.parse_single_file("sample.txt")

    if sample_data:
        img_size = (1920, 1080)  # 假设图像尺寸
        yolo_coords = CoordinateConverter.quadrilateral_to_yolo(sample_data['points'], img_size
        )
        print(f"YOLO 格式坐标: {yolo_coords}")

当遇到旋转角度大的车牌时，简单取 min/max 会丢失区域信息。解决方案：

使用 cv2.minAreaRect 计算旋转矩形
或保留原始四边形作为多边形标注（需框架支持）

def process_batch(annotation_files):
    with Pool(processes=4) as pool:  # 4 进程并行
        results = pool.map(parse_single_file, annotation_files)
    return [r for r in results if r is not None]

注意：
– 避免直接写同一文件
– 使用队列管理 IO 密集型任务

在划分训练 / 验证集时：
– 按车牌号码哈希分桶（防止同一车牌出现在两个集合）
– 使用 sklearn 的 StratifiedKFold 保持类别分布