c#解析XML文件来获得pascal_voc特定目标负样本

近期在做船仅仅识别方面的事情，须要大量的负样本来训练adaboost分类器。

我从网上下载到一个pascal_voc的数据集。须要找到不包括船仅仅的那些复制出来。

数据集特点

对于每一个图片有一个xml文件。介绍了这个文件的信息，有个object标签介绍了图片中目标类别

比方上面这副图片的xml文件为：

<annotation>
    <folder>VOC2007</folder>
    <filename>000001.jpg</filename>
    <source>
        <database>The VOC2007 Database</database>
        <annotation>PASCAL VOC2007</annotation>
        <image>flickr</image>
        <flickrid>341012865</flickrid>
    </source>
    <owner>
        <flickrid>Fried Camels</flickrid>
        <name>Jinky the Fruit Bat</name>
    </owner>
    <size>
        <width>353</width>
        <height>500</height>
        <depth>3</depth>
    </size>
    <segmented>0</segmented>
    <object>
        <name>dog</name>
        <pose>Left</pose>
        <truncated>1</truncated>
        <difficult>0</difficult>
        <bndbox>
        <xmin>48</xmin>
        <ymin>240</ymin>
        <xmax>195</xmax>
        <ymax>371</ymax>
        </bndbox>
    </object>
    <object>
        <name>person</name>
        <pose>Left</pose>
        <truncated>1</truncated>
        <difficult>0</difficult>
        <bndbox>
        <xmin>8</xmin>
        <ymin>12</ymin>
        <xmax>352</xmax>
        <ymax>498</ymax>
        </bndbox>
    </object>
</annotation>

比方上面这个就包括dog和person

解决方式

我们须要做的就是这道叶子节点里的name看是不是boat假设不是的话就取到这个图片

using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Xml;

namespace 获取负样本
{
    class Program
    {
        static void Main(string[] args)
        {
            /*首先获取xml文件夹下的全部文件的文件夹列表和名称*/
            //List<string> fileNames = new List<string>();//存储文件名称;
            //C:\Users\dragonfive\Desktop\pascal_voc\VOCtrainval_06-Nov-2007\VOCdevkit\VOC2007\Annotations
            string path = @"C:\Users\dragonfive\Desktop\pascal_voc\VOCtrainval_06-Nov-2007\VOCdevkit\VOC2007\Annotations\";
            string imageSourcePath = @"C:\Users\dragonfive\Desktop\pascal_voc\VOCtrainval_06-Nov-2007\VOCdevkit\VOC2007\JPEGImages\";
            string imageDestPath  = @"D:\IP_CV_WorkSpace\Img\NegSample\";
            int numberOfNegSample = 0;
            foreach (var file in  Directory.GetFiles(path,"*.xml"))//这个获取的文件名称带前面的文件夹;
            {
                //Console.WriteLine(file);
                //获取该路径的不带扩展名的文件名称;
                string fileName = Path.GetFileNameWithoutExtension(file);
                //Console.WriteLine(fileName);
                //以下读取xml的内容
                //string xmlData = File.ReadAllText(file, Encoding.Default);
                //Console.WriteLine(xmlData);
                /*循环完毕每一个xml文件的解析，假设没有boat就拷贝到新的文件夹*/
                XmlDocument doc = new XmlDocument();
                doc.Load(file);
                XmlElement root = doc.DocumentElement;

                XmlNodeList listNodes = root.SelectNodes("/annotation/object/name");
                bool hasBoat = false;
                foreach (XmlNode node in listNodes )
                {
                    //Console.WriteLine(node.InnerText);
                    //假设当中含有boat就continue,否则赋值到负样本的位置;
                    if (node.InnerText == "boat")
                    {
                        hasBoat = true;
                        Console.WriteLine(fileName+"里面有船");
                        break;
                    }   
                }
                if (hasBoat==false)
                {
                    //复制
                    File.Copy(imageSourcePath + fileName + ".jpg", imageDestPath + fileName + ".jpg",true);
                    Console.WriteLine("成功复制"+fileName);
                    numberOfNegSample++;
                }

                //Console.ReadKey();
            }

            Console.WriteLine("共计复制负样本个数为:" + numberOfNegSample);
            Console.ReadKey();
        }
    }
}