完整的VOC格式数据增强脚本

完整的VOC格式数据增强脚本，包含多种数据增强方法并能同步更新XML标签。

功能特性

数据增强方法：

• 水平/垂直翻转 - 同步更新边界框坐标
• 旋转 - 支持任意角度旋转，自动调整图像尺寸
• 平移 - 随机平移图像，保持边界框有效性
• 对比度/亮度调整 - 改善图像质量
• 高斯噪声 - 增强模型鲁棒性
• 随机裁剪 - 生成不同尺寸的训练样本
• 马赛克拼接 - 4张图片拼接成一张，丰富训练数据

XML标注同步：

• 自动解析VOC格式XML文件
• 精确计算变换后的边界框坐标
• 生成格式化的XML标注文件
• 验证边界框有效性

安装依赖

pip install opencv-python numpy

使用方法

基本用法：

python voc_augmentation.py --images_dir images --annotations_dir Annotations --output_dir augmented_dataset

自定义参数：

python voc_augmentation.py \--images_dir images \--annotations_dir Annotations \--output_dir augmented_dataset \--num_aug 8 \--enable_mosaic

参数说明：

• --images_dir: 输入图片文件夹路径
• --annotations_dir: 输入XML标注文件夹路径
• --output_dir: 输出文件夹路径
• --num_aug: 每张图片生成的增强数量（默认5）
• --enable_mosaic: 启用马赛克拼接功能

文件结构

输入目录结构：

your_dataset/
├── images/
│   ├── image1.jpg
│   ├── image2.jpg
│   └── ...
└── Annotations/├── image1.xml├── image2.xml└── ...

输出目录结构：

augmented_dataset/
├── images/
│   ├── image1.jpg (原图)
│   ├── image1_aug_1_hflip_bright120.jpg
│   ├── image1_aug_2_rot15_crop80.jpg
│   ├── mosaic_001.jpg
│   └── ...
└── Annotations/├── image1.xml (原标注)├── image1_aug_1_hflip_bright120.xml├── image1_aug_2_rot15_crop80.xml├── mosaic_001.xml└── ...

代码集成示例

# 直接在代码中使用
from voc_augmentation import VOCDataAugmentation# 创建增强器
augmenter = VOCDataAugmentation(images_dir="images",annotations_dir="Annotations", output_dir="augmented_dataset"
)# 处理数据集
augmenter.process_dataset(num_augmentations_per_image=8,enable_mosaic=True
)

1. 几何变换 - 使用OpenCV的仿射变换矩阵精确计算边界框坐标
2. 边界框验证 - 确保变换后的边界框仍在图像范围内且有效
3. XML处理 - 完整保持VOC格式的所有字段和结构
4. 马赛克拼接 - 智能缩放和坐标映射，支持多目标融合