Python 画像のrenameがうまくいきません

Question

前提・実現したいこと

物体検出のモデル作成の前処理として、画像の名前の変更とアノテーションラベルの作成を行いたいと考えています。
以下は画像の名前や画像に含まれる疾患番号、疾患部分の座標番号などが記載されたエクセルです。

このエクセルを1行ずつ読み込み、画像に対し、新たな画像ファイル名=(元の画像ファイル名)(class_id)(rad_id).pngと名付けて保存するのと、新たな画像ファイルに対応するtxtファイルを出力することを実現したいのですが、条件設定がうまくできていないようで、コードは動くものの、class_idとrad_idが正しくないファイルまで余計に作成されてしまう状態です。
大変お手数ですが、コードをどのように修正すれば良いかご教示いただけないでしょうか。

該当のソースコード

import pandas as pd
import numpy as np
import os
import shutil


def yolov5_make_trainCsv_and_renameImage(dataFrame, dir_txt=os.getcwd(), dir_newImage=os.getcwd(), dir_originalImage=os.getcwd()):
  #path_trainCsv = train.csvのpath
  #dir_txt = txtファイルの保存先dirのpath
  #dir_newImage = 新しい画像を保存するdirのpath
  #dir_originalImage = 元の画像が保存されているdirのpath

  #train.csvの内容を読み込み、pandasのDataFrameに格納
  df = dataFrame
    
  #dfに新たな列'BBox'を加え、BBoxの情報を格納する
  df.fillna(9999, inplace=True) #まずnullを9999に変えておく(nullのままだと次の行を実行できないため)
  df['BBox'] =  df.class_id.astype(str) + ' ' + df.x_min.astype(str) + ' ' + df.y_min.astype(str) + ' ' + df.x_max.astype(str) + ' ' + df.y_max.astype(str)
  df.loc[df.class_id==14, 'BBox'] = '14 0 0 1 1' #疾患の無い画像の'BBox'は、左記のように指定する

  #重複を排除したリストの作成
  image_id_unique = df.image_id.unique() #重複したimage_idを排除したimage_idリスト作成
  rad_id_unique = df.rad_id.unique() #重複したrad_idを排除したrad_idリスト作成
  class_id_unique = df.class_id.unique() #重複したclass_idを排除したclass_idリスト作成

  #画像1枚に対し疾患1種類のアノテーション結果をまとめたtxtファイルを作る
  for image in image_id_unique:
    
    df2 = df.loc[df.image_id==image]
    for rad in df2.rad_id.unique():
        for disease in df2.class_id.unique(): # classという単語はpythonでは別の意味を持っておりここでは使えないため、diseaseとした
        
          #画像imageに対し、新たな画像ファイル名=(元の画像ファイル名)_(class_id)_(rad_id).pngと名付けて保存する
            path_image_original = dir_originalImage + '/' + image + '.png'
            path_image_new = dir_newImage + '/' + image + '_' + disease.astype(str) + '_' + rad + '.png'
            shutil.copyfile(path_image_original,path_image_new)

          #新たな画像ファイルに対応するtxtファイルを出力する
            path_txt = dir_txt + '/' + image + '_' + disease.astype(str) + '_' + rad + '.txt' #←新たな画像に対するtxtファイルの名前

            df2.loc[df2.rad_id==rad, 'BBox'].to_csv(path_txt, index=None, header=None,sep=",") #←新たな画像に対するtxtファイルを出力()


# 出力ファイルの格納フォルダを作成し、上記の関数を呼び出す
os.makedirs('./vinbigdata/labels/train', exist_ok = True)
os.makedirs('./vinbigdata/labels/val', exist_ok = True)
os.makedirs('./vinbigdata/images/train', exist_ok = True)
os.makedirs('./vinbigdata/images/val', exist_ok = True)
label_dir = './dir_txt'

yolov5_make_trainCsv_and_renameImage(train_df[train_df.fold_number!=fold], dir_txt= './vinbigdata/labels/train', dir_newImage= './vinbigdata/images/train', dir_originalImage='./train')
yolov5_make_trainCsv_and_renameImage(train_df[train_df.fold_number==fold], dir_txt= './vinbigdata/labels/val', dir_newImage= './vinbigdata/images/val', dir_originalImage='./train')

Comments

[退会済みユーザー]

3個くらいでも十分ですのでダミー画像とダミーテキストも掲載できますか？

[nanoseeing]

「class_idとrad_idが正しくない」とありますが、正しくないというのはどのような状況かわからないので、答えにくいです。

Answer 1

何をやりたいのかが良くわかりませんが、データフレームの各行に対して何らかの処理を行いたいのであれば、以下のコードが参考になるかもしれません。

>>> print(df)
                             image_id  class_id rad_id  x_min  y_min  x_max  y_max
0    000434271f63a053c4128a0ba6352c7f        14     R6      0      0      1      1
1    000434271f63a053c4128a0ba6352c7f        14     R2      0      0      1      1
2    000434271f63a053c4128a0ba6352c7f        14     R3      0      0      1      1
3   00053190460d56c53ccc3e57321387478        14    R11      0      0      1      1
4   00053190460d56c53ccc3e57321387478        14     R2      0      0      1      1
5   00053190460d56c53ccc3e57321387478        14     R7      0      0      1      1
6    0005e8e3701dfb1dd93d53e2ff537b6e         7    R10    900    587   1205    888
7    0005e8e3701dfb1dd93d53e2ff537b6e         8     R8    932    567   1197    896
8    0005e8e3701dfb1dd93d53e2ff537b6e         6    R10    900    587   1205    888
9    0005e8e3701dfb1dd93d53e2ff537b6e         7     R9    905    583   1203    890
10   0005e8e3701dfb1dd93d53e2ff537b6e         4     R8    932    567   1197    896
>>> dir_originalImage = '/org_images'
>>> dir_newImage = '/new_images'
>>> dir_text = '/new_text'
>>> def test(r):
...     path_image_original = f'{dir_originalImage}/{r["image_id"]}.png'
...     path_image_new = f'{dir_newImage}/{r["image_id"]}_{r["class_id"]}_{r["rad_id"]}.png'
...     path_txt = f'{dir_text}/{r["image_id"]}_{r["class_id"]}_{r["rad_id"]}.txt'
...     BBox = f'{r["class_id"]} {r["x_min"]} {r["y_min"]} {r["x_max"]} {r["y_max"]}'
...     print('path_image_original:', path_image_original)
...     print('path_image_new     :', path_image_new)
...     print('path_txt           :', path_txt)
...     print('BBox               :', BBox)
...
>>> x = df.apply(test, axis=1)
path_image_original: /org_images/000434271f63a053c4128a0ba6352c7f.png
path_image_new     : /new_images/000434271f63a053c4128a0ba6352c7f_14_R6.png
path_txt           : /new_text/000434271f63a053c4128a0ba6352c7f_14_R6.txt
BBox               : 14 0 0 1 1
path_image_original: /org_images/000434271f63a053c4128a0ba6352c7f.png
path_image_new     : /new_images/000434271f63a053c4128a0ba6352c7f_14_R2.png
path_txt           : /new_text/000434271f63a053c4128a0ba6352c7f_14_R2.txt
BBox               : 14 0 0 1 1
path_image_original: /org_images/000434271f63a053c4128a0ba6352c7f.png
path_image_new     : /new_images/000434271f63a053c4128a0ba6352c7f_14_R3.png
path_txt           : /new_text/000434271f63a053c4128a0ba6352c7f_14_R3.txt
BBox               : 14 0 0 1 1
path_image_original: /org_images/00053190460d56c53ccc3e57321387478.png
path_image_new     : /new_images/00053190460d56c53ccc3e57321387478_14_R11.png
path_txt           : /new_text/00053190460d56c53ccc3e57321387478_14_R11.txt
BBox               : 14 0 0 1 1
path_image_original: /org_images/00053190460d56c53ccc3e57321387478.png
path_image_new     : /new_images/00053190460d56c53ccc3e57321387478_14_R2.png
path_txt           : /new_text/00053190460d56c53ccc3e57321387478_14_R2.txt
BBox               : 14 0 0 1 1
path_image_original: /org_images/00053190460d56c53ccc3e57321387478.png
path_image_new     : /new_images/00053190460d56c53ccc3e57321387478_14_R7.png
path_txt           : /new_text/00053190460d56c53ccc3e57321387478_14_R7.txt
BBox               : 14 0 0 1 1
path_image_original: /org_images/0005e8e3701dfb1dd93d53e2ff537b6e.png
path_image_new     : /new_images/0005e8e3701dfb1dd93d53e2ff537b6e_7_R10.png
path_txt           : /new_text/0005e8e3701dfb1dd93d53e2ff537b6e_7_R10.txt
BBox               : 7 900 587 1205 888
path_image_original: /org_images/0005e8e3701dfb1dd93d53e2ff537b6e.png
path_image_new     : /new_images/0005e8e3701dfb1dd93d53e2ff537b6e_8_R8.png
path_txt           : /new_text/0005e8e3701dfb1dd93d53e2ff537b6e_8_R8.txt
BBox               : 8 932 567 1197 896
path_image_original: /org_images/0005e8e3701dfb1dd93d53e2ff537b6e.png
path_image_new     : /new_images/0005e8e3701dfb1dd93d53e2ff537b6e_6_R10.png
path_txt           : /new_text/0005e8e3701dfb1dd93d53e2ff537b6e_6_R10.txt
BBox               : 6 900 587 1205 888
path_image_original: /org_images/0005e8e3701dfb1dd93d53e2ff537b6e.png
path_image_new     : /new_images/0005e8e3701dfb1dd93d53e2ff537b6e_7_R9.png
path_txt           : /new_text/0005e8e3701dfb1dd93d53e2ff537b6e_7_R9.txt
BBox               : 7 905 583 1203 890
path_image_original: /org_images/0005e8e3701dfb1dd93d53e2ff537b6e.png
path_image_new     : /new_images/0005e8e3701dfb1dd93d53e2ff537b6e_4_R8.png
path_txt           : /new_text/0005e8e3701dfb1dd93d53e2ff537b6e_4_R8.txt
BBox               : 4 932 567 1197 896

Answer 2

存在しないclass_idとrad_idの組み合わせを持ったtxtファイル名が出力されるという話でしょうか？

それならば、radとdiseaseに対して2重ループを回しているため、全パターンを探索しているせいではないかと思ったのですが。