为了账号安全,请及时绑定邮箱和手机立即绑定

将信息从 CSV 保存为文本

将信息从 CSV 保存为文本

PIPIONE 2023-12-29 15:55:00
我有一个数据框如下:image_id  x   y    w   h   x_center  y_center img_height img_width  lable01       500 400  250 500    309.4     543.5    2500       4000       001       560 430  260 570    306.7     553.4    2200       3000       001       540 440  270 580    387.8     563.5    2700       2000       002       545 340  250 590    377.8     543.5    2100       2030       104       546 240  240 500    367.8     553.5    2300       2000       204       586 270  640 400    467.8     556.5    2400       1000       2我需要为每个 YOLO 模型类型文本文件保存这些信息image_id。为此,我需要将信息保存为labels x_center y_center w h 另外,在将信息保存到文本文件中时,我需要按图像宽度 ( )和图像高度 ( )x_center标准化和。wimg_widthy_centerheightimg_height我的试用df = pd.read_csv('data.csv')df_img_id = df.groupby('image_id')for index, row in df_img_id:    img_w = row['img_width']    img_h = row['img_height']    with open(f'{row['imgage_id']}.txt], 'w+') as f1:        ft.write()        f1.close()卡在这一点上。:(
查看完整描述

1 回答

?
慕标琳琳

TA贡献1830条经验 获得超9个赞

我们可以通过以下方式实现。让我们首先创建一个虚拟数据框。


import pandas as pd

import random


info = {

    'image_id': ['01', '01', '01', '02', '04', '04'],

    'x':random.sample(range(500, 600), 6),

    'y':random.sample(range(200, 500), 6),

    'w':random.sample(range(200, 300), 6),

    'h':random.sample(range(400, 600), 6),

    'x_center':random.sample(range(250, 460), 6),

    'y_center':random.sample(range(250, 460), 6),

    'img_height':random.sample(range(2100, 3000), 6), 

    'img_width':random.sample(range(1100, 4000), 6), 

    'labels':[0,0,0,1,2,2]

}


df = pd.DataFrame(data=info)

df.head()


--------------------------


    image_id    x    y   w  h   x_center  y_center  img_height  img_width   labels

0     01       561  435 290 449 303        318      2105        2806         0

1     01       583  447 265 427 394        421      2338        2047         0

2     01       520  417 262 592 429        395      2947        3388         0

3     02       516  415 214 470 455        319      2649        1594         1

4     04       522  386 204 514 343        394      2847        1770         2

接下来,我们将获取groupyby图像ID并迭代每一行。


df_image_id = df.groupby('image_id') # group by id


for _ , row in df_image_id:

    for _ , each in row.iterrows(): # iterate each samples within same id 

        img_w = each['img_width']  

        img_h = each['img_height']


        content = [

            each['labels'], 

            each['x_center']/each['img_width'],

            each['y_center']/each['img_height'],

            each['w']/each['img_width'],

            each['h']/each['img_height']

        ]


        id = each['image_id']

        with open(f'{id}.txt', 'a') as f1:

            f1.write(" ".join(str(x) for x in content)+ '\n')


查看完整回答
反对 回复 2023-12-29
  • 1 回答
  • 0 关注
  • 42 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信