def details(self):
""" 返回详细的分析表
按行罗列所有键，按列罗列所有字典，中间显示各字典键值
可以把结果保存到excel，然后详细筛选分析
>>> dc = DictCmper({'d1': {'a': 1, 'b': 2}, 'd2': {'b': 3, 'e': 5}, 'd3': {'d': 4}})
>>> dc.details()
d1 d2 d3
a 1.0 NaN NaN
b 2.0 3.0 NaN
e NaN 5.0 NaN
d NaN NaN 4.0
"""
# 1 获得所有键
# 集合无法保存元素顺序，所以用合并字典来代替
# 还有个三方库orderedset，不想安装。就这样简便解决就好。
keys = DictTool.or_(*self.dicts.values()).keys()
# 2 取出所有字典值
ls = []
for k in keys:
ls.append([(d[k] if k in d else np.nan)
for d in self.dicts.values()])
# 3 转为df表格
df = pd.DataFrame.from_records(ls, columns=self.dicts.keys())
df.index = keys
return df
def to_labelme_cls(self, root, *, bbox=True, seg=False, info=False):
"""
:param root: 图片根目录
:return:
extdata，存储了一些匹配异常信息
"""
root, data = Dir(root), {}
catid2name = {x['id']: x['name'] for x in self.gt_dict['categories']}
# 1 准备工作，构建文件名索引字典
gs = PathGroups.groupby(root.select_files('**/*'))
# 2 遍历生成labelme数据
not_finds = set() # coco里有的图片，root里没有找到
multimatch = dict() # coco里的某张图片，在root找到多个匹配文件
for img, anns in tqdm(self.group_gt(reserve_empty=True),
disable=not info):
# 2.1 文件匹配
imfiles = gs.find_files(img['file_name'])
if not imfiles: # 没有匹配图片的，不处理
not_finds.add(img['file_name'])
continue
elif len(imfiles) > 1:
multimatch[img['file_name']] = imfiles
imfile = imfiles[0]
else:
imfile = imfiles[0]
# 2.2 数据内容转换
lmdict = LabelmeDict.gen_data(imfile)
img = DictTool.or_(img, {'xltype': 'image'})
lmdict['shapes'].append(
LabelmeDict.gen_shape(json.dumps(img, ensure_ascii=False),
[[-10, 0], [-5, 0]]))
for ann in anns:
if bbox:
ann = DictTool.or_(
ann, {'category_name': catid2name[ann['category_id']]})
label = json.dumps(ann, ensure_ascii=False)
shape = LabelmeDict.gen_shape(label,
xywh2ltrb(ann['bbox']))
lmdict['shapes'].append(shape)
if seg:
# 把分割也显示出来（用灰色）
for x in ann['segmentation']:
an = {
'box_id': ann['id'],
'xltype': 'seg',
'shape_color': [191, 191, 191]
}
label = json.dumps(an, ensure_ascii=False)
lmdict['shapes'].append(LabelmeDict.gen_shape(
label, x))
f = imfile.with_suffix('.json')
data[f.relpath(root)] = lmdict
return LabelmeDataset(root,
data,
extdata={
'categories': self.gt_dict['categories'],
'not_finds': not_finds,
'multimatch': Groups(multimatch)
})