71 lines
2.6 KiB
Python
71 lines
2.6 KiB
Python
|
import os
|
||
|
|
import cv2
|
||
|
|
import glob
|
||
|
|
|
||
|
|
# === CONFIGURACAO ===
|
||
|
|
RESOLUCOES = {
|
||
|
|
"640x640": (640, 640),
|
||
|
|
"1280x720": (1280, 720),
|
||
|
|
}
|
||
|
|
|
||
|
|
FONTES = ["original", "augmented"]
|
||
|
|
PASTA_BASE = "dataset"
|
||
|
|
|
||
|
|
for fonte in FONTES:
|
||
|
|
for nome_res, (larg, alt) in RESOLUCOES.items():
|
||
|
|
pasta_imgs_saida = os.path.join(PASTA_BASE, nome_res, "images")
|
||
|
|
pasta_lbls_saida = os.path.join(PASTA_BASE, nome_res, "labels")
|
||
|
|
os.makedirs(pasta_imgs_saida, exist_ok=True)
|
||
|
|
os.makedirs(pasta_lbls_saida, exist_ok=True)
|
||
|
|
|
||
|
|
pasta_imgs_origem = os.path.join(PASTA_BASE, fonte, "images")
|
||
|
|
pasta_lbls_origem = os.path.join(PASTA_BASE, fonte, "labels")
|
||
|
|
|
||
|
|
imagens = sorted(glob.glob(os.path.join(pasta_imgs_origem, "*.jpg")))
|
||
|
|
|
||
|
|
for i, caminho_img in enumerate(imagens, 1):
|
||
|
|
nome_base = os.path.splitext(os.path.basename(caminho_img))[0]
|
||
|
|
caminho_lbl = os.path.join(pasta_lbls_origem, f"{nome_base}.txt")
|
||
|
|
if not os.path.exists(caminho_lbl):
|
||
|
|
print(f"[!] Label ausente para {nome_base}, pulando...")
|
||
|
|
continue
|
||
|
|
|
||
|
|
# Carrega imagem
|
||
|
|
img = cv2.imread(caminho_img)
|
||
|
|
if img is None:
|
||
|
|
print(f"[!] Erro ao ler imagem {caminho_img}")
|
||
|
|
continue
|
||
|
|
|
||
|
|
h_orig, w_orig = img.shape[:2]
|
||
|
|
img_resized = cv2.resize(img, (larg, alt), interpolation=cv2.INTER_AREA)
|
||
|
|
|
||
|
|
# Salva imagem redimensionada
|
||
|
|
caminho_saida_img = os.path.join(pasta_imgs_saida, f"{nome_base}.jpg")
|
||
|
|
cv2.imwrite(caminho_saida_img, img_resized)
|
||
|
|
|
||
|
|
# Recalcula labels
|
||
|
|
with open(caminho_lbl, 'r') as f:
|
||
|
|
linhas = f.readlines()
|
||
|
|
|
||
|
|
with open(os.path.join(pasta_lbls_saida, f"{nome_base}.txt"), 'w') as saida_lbl:
|
||
|
|
for linha in linhas:
|
||
|
|
partes = linha.strip().split()
|
||
|
|
if len(partes) != 5:
|
||
|
|
continue
|
||
|
|
cls, x, y, w, h = map(float, partes)
|
||
|
|
# Conversao relativa antiga -> relativa nova
|
||
|
|
x_pix = x * w_orig
|
||
|
|
y_pix = y * h_orig
|
||
|
|
w_pix = w * w_orig
|
||
|
|
h_pix = h * h_orig
|
||
|
|
|
||
|
|
x_novo = x_pix / larg
|
||
|
|
y_novo = y_pix / alt
|
||
|
|
w_novo = w_pix / larg
|
||
|
|
h_novo = h_pix / alt
|
||
|
|
|
||
|
|
saida_lbl.write(f"{int(cls)} {x_novo:.6f} {y_novo:.6f} {w_novo:.6f} {h_novo:.6f}\n")
|
||
|
|
|
||
|
|
print(f"[{fonte}] [{nome_res}] {i}/{len(imagens)} normalizado: {nome_base}")
|
||
|
|
|
||
|
|
print("\n✅ Normalizacao YOLO concluida!")
|