在數據科學與機器學習項目中，數據預處理始終扮演著不可或缺的角色。尤其當你面對多類別圖像標注任務，而標注數據卻是以 JSON 形式存在，而目標檢測模型卻偏好 VOC 格式的 XML 時，這個轉換過程就變得極為關鍵。

本文將帶你深入解讀一個完整的實戰項目：如何將圖像分類數據集中每個標注 JSON 批量轉換為標準 Pascal VOC 格式的 XML 文件，并同步整理圖像資源。文章不僅附帶完整代碼，還涵蓋路徑組織、格式規范、注意事項等細節。

---

🧭 背景設定與挑戰目標

想象你正進行一個貓狗識別任務，圖像已經用 LabelMe 等工具標注為 JSON 格式，其中包含了邊界框（bounding box）、類別信息、圖像路徑等。你需要：

1. 從多個子類別文件夾（如“貓/狗”、“訓練集/驗證集”）中提取圖片；
2. 將對應的 JSON 文件轉換為 VOC 結構的 XML；
3. 輸出統一、清晰、便于訓練的數據目錄結構。

聽起來瑣碎？沒錯。但只需一套 Python 腳本，這些都能自動化完成！

---

🗂? 項目結構設計（自動創建）

最終數據結構如下所示：

├── your_target_path/
│   ├── 訓練/
│   │   ├── images/
│   │   └── xml/
│   └── 驗證/
│       ├── images/
│       └── xml/

無須手動創建目錄，程序將自動完成所有結構的搭建與數據整理！

---

🔍 代碼核心邏輯剖析

🧩 1. JSON 轉 Pascal VOC XML：convert_json_to_voc_xml

該函數負責讀取單個標注文件，提取圖像尺寸、目標框信息等，并生成標準 Pascal VOC XML。使用了 Python 的 xml.etree.ElementTree 庫，無需額外依賴。

🧩 2. XML 構建核心：make_voc_xml

該函數將目標對象逐一轉寫為 <object> 標簽結構，包括：

• label 標簽名
• points 坐標點（自動計算為 bbox）
• difficult 標簽（可選）

并將其打包為完整的 <annotation> 結構。

🧩 3. 批量處理：process_split

它是處理每個子集（如“訓練”/“驗證”）的核心函數：

• 遍歷 JSON 文件夾
• 復制圖像文件至目標目錄
• 調用轉換函數生成 XML
• 控制最大數量（默認為 3000）

---

🛠? 完整可運行腳本

import os
import shutil
import json
import xml.etree.ElementTree as ETdef make_voc_xml(json_path, img_filename, img_shape, objects, xml_path):# 構建 Pascal VOC XML...def convert_json_to_voc_xml(json_file, xml_file):# 從 JSON 文件中提取圖像信息與目標對象，生成 XML...def process_split(split, base_dir, target_base, max_count=3000):img_dst = os.path.join(target_base, split, 'images')xml_dst = os.path.join(target_base, split, 'xml')os.makedirs(img_dst, exist_ok=True)os.makedirs(xml_dst, exist_ok=True)img_count = 0for animal in ['cat', 'dog']:img_src = os.path.join(base_dir, animal, split + '集', 'images')json_src = os.path.join(base_dir, animal, split + '集', 'json')if not os.path.exists(img_src) or not os.path.exists(json_src):continuefiles = [f for f in os.listdir(json_src) if f.endswith('.json')]files = files[:max(0, max_count - img_count)]for fname in files:json_path = os.path.join(json_src, fname)with open(json_path, 'r', encoding='utf-8') as f:data = json.load(f)img_name = os.path.basename(data['imagePath'])img_path = os.path.join(img_src, img_name)if not os.path.exists(img_path):continueshutil.copy(img_path, os.path.join(img_dst, img_name))xml_name = os.path.splitext(img_name)[0] + '.xml'xml_path = os.path.join(xml_dst, xml_name)convert_json_to_voc_xml(json_path, xml_path)img_count += 1if img_count >= max_count:breakif __name__ == "__main__":# ?? 請將以下兩個路徑替換為你自己的輸入/輸出目錄base_dir = r"請在此填寫你的原始數據集路徑"target_base = r"請在此填寫你希望保存轉換結果的位置"# 分別處理訓練集與驗證集process_split('訓練', base_dir, target_base, max_count=3000)process_split('驗證', base_dir, target_base, max_count=3000)print("圖片和VOC格式xml已整理完成！")

---

🧷 使用步驟指南（務必替換路徑）

1. 在本地準備如下數據結構：

   原始路徑/
   ├── cat/
   │   ├── 訓練集/
   │   │   ├── images/
   │   │   └── json/
   │   └── 驗證集/
   └── dog/
   

2. 修改腳本中的 base_dir 與 target_base 變量為你自己的實際路徑。
3. 運行腳本，觀察終端輸出轉換進度。
4. 轉換結果將自動按“訓練 / 驗證”分文件夾整理好圖像與 XML 標注。

---

📌 技術亮點回顧

• ? 純標準庫實現，跨平臺無依賴
• ? 支持多標簽、多邊框結構
• ? 支持 JSON 合法性與圖像路徑檢查
• ? 自動路徑管理與目錄創建
• ? 輸出即訓練，直接上手模型訓練流程

---

💡 總結

從標注到模型訓練，中間這一步格式轉換往往被忽視。本文不僅提供了解決方案，更以實戰項目為例，系統講解了數據清洗與結構化管理的全流程。對于任何從事圖像識別、目標檢測的開發者而言，這都是一份值得收藏的工程模板。

---

👋 如果你覺得本文有幫助，歡迎點贊 + 收藏 + 關注，一起探索更多 AI 項目實踐！