前言
无论是分类任务还是检测任务，数据集的制作一直是一个令人头疼的问题，数据集的制作既耗费掉大量的时间，又耗费了大量的精力。
为解决这一难题，我将在这里以口罩识别（人脸戴口罩OR不带口罩）为例子，给大家分别讲解如何制作分类任务和目标检测的数据集制作
图像分类任务
在这里我以目录式索引为例子（以文件夹名称作为图像的标签）给大家带来分类任务的数据集制作。
制作流程：
- 使用cv2.VideoCapture读取PC摄像头；
- 定义自己需要选择的区域，这里可以根据显示结果调节到人脸在摄像头定义的区域内（x,y,w,h）；
- 复制原图进行区域裁剪；
- 对裁剪区域进行存储（uuid命名防止重复被覆盖）；
- 使用cv2.rectangle进行定区域绘制，便于在显示视频画面的时候调整头部。
目标检测任务
这里的话，就不像传统的分类任务那样简单了，毕竟这会是需记录目标在图像的图像中的位置的，在这里我们存储图像也将是一整张图像的，记录坐标区域也是根据BBOX法记录。在这里我们制作VOC数据集。
制作流程：
- 使用cv2.VideoCapture读取PC摄像头；
- 定义自己需要选择的区域，这里可以根据显示结果调节到人脸在摄像头定义的区域内；
- 复制原图，对原图进行存储到指定文件夹内图像命名SaveImgName = str(uuid.uuid1())
- 在存储图像文件夹内创建一个txt文件，txt文件命名为：SaveImgName
- txt 内部填写信息为：SaveImgName + 标签值 + x + y + (x+w) + (y+h) + '\n'
- 填写完信息并存储关闭txt文档（这里注意一下:一张图配一个txt方便后期txt文件转变xml文件）
- 使用cv2.rectangle进行定区域绘制，便于在显示视频画面的时候调整头部。
- 使用txt2xml将txt文件转为xml
展望
在定区域内进行数据集的制作可以给我们带来极大的便利，但是他同样也有其局限性：无法完美适配所有的场景。
对于采用定区域法制作数据集我们可以使用在佩戴口罩数据集上，还可以比如说是是否佩戴帽子和眼镜之类的，我们也可以应用在厂区出入口检测人或车。
定区域也可以应用在识别的程序之中，我们划定区域，只对指定区域进行识别，大大降低识别的误差，提高识别率。
Demo附录
图像分类任务：
import uuid import cv2 import time def SaveFacesImage(Img, x, y, w, h): CopyImg = Img.copy() Getface = CopyImg[y:y + h, x:x + w] Getface = cv2.cvtColor(Getface, cv2.COLOR_BGR2RGB) SaveGetfacePath = './data/train/WithNoMask/' SaveGetfaceName = str(uuid.uuid1()) cv2.imwrite(SaveGetfacePath + SaveGetfaceName + '.jpg', Getface) if __name__ == '__main__': capture = cv2.VideoCapture(0) fps = 0.0 while True: t1 = time.time() ref, frame = capture.read() # 读取某一帧 frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)# 格式转变，BGRtoRGB face_coor = [250, 100, 230, 280] [x, y, w, h] = face_coor cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 1) SaveFacesImage(frame, x, y, w, h) frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR) fps = (fps + (1. / (time.time() - t1))) / 2 frame = cv2.putText(frame, "fps= %.2f" % (fps), (0, 40), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) cv2.imshow("video", frame) cv2.waitKey(1) capture.release() cv2.destroyAllWindows()
目标检测任务：
import uuid import cv2 import time def SaveFacesImage(Img, label, x, y, w, h): CopyImg = Img.copy() CopyImgRGB = cv2.cvtColor(CopyImg, cv2.COLOR_BGR2RGB) SaveGetfacePath = './ImageXml/mask/' SaveGetfaceName = str(uuid.uuid1()) cv2.imwrite(SaveGetfacePath + SaveGetfaceName + '.jpg', CopyImgRGB) txtpath = '/home/kiven-yang/demo-facemask/ImageXml/mask/%s.txt' %SaveGetfaceName f = open(txtpath, 'a') datas = (str(SaveGetfaceName) + " " + str(label) + " " + str(x) + " " + str(y) + " " + str(x+w) + " " + str(y+h) + '\n') f.write(datas) f.close() if __name__ == '__main__': capture = cv2.VideoCapture(0) fps = 0.0 while True: t1 = time.time() ref, frame = capture.read() # 读取某一帧 frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)# 格式转变，BGRtoRGB face_coor = [250, 100, 230, 280] [x, y, w, h] = face_coor SaveFacesImage(frame, 'face', x, y, w, h) cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 1) frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR) fps = (fps + (1. / (time.time() - t1))) / 2 frame = cv2.putText(frame, "fps= %.2f" % (fps), (0, 40), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) cv2.imshow("video", frame) cv2.waitKey(1) capture.release() cv2.destroyAllWindows()
