新增处理图像分类数据集工具

watermark_generate/tools/image_classify_dataset_process.py

@@ -0,0 +1,312 @@
+"""
+本文件用于处理图像分类数据集
+数据集处理，包括了训练集处理和触发集创建
+训练集处理，修改训练集图片
+触发集创建，创建密码标签分段数量的图片
+"""
+
+import cv2
+
+from watermark_generate.tools import logger_tool
+import os
+from PIL import Image
+import random
+
+logger = logger_tool.logger
+
+
+# 获取文件扩展名
+def get_file_extension(filename):
+    return filename.rsplit('.', 1)[1].lower()
+
+
+def is_white_area(img, x, y, qr_width, qr_height, threshold=245):
+    """
+    检查给定区域是否主要是白色。
+    """
+    region = img.crop((x, y, x + qr_width, y + qr_height))
+    pixels = region.getdata()
+    num_white = sum(1 for pixel in pixels if sum(pixel) / len(pixel) > threshold)
+    return num_white / (qr_width * qr_height) > 0.9  # 90%以上是白色则认为是白色区域
+
+
+def select_random_files_no_repeats(directory, num_files, rounds):
+    """
+    按照轮次随机选择文件，保证每次都不重复
+    :param directory: 文件选择目录
+    :param num_files: 每次选择文件次数
+    :param rounds: 选择轮次
+    :return: 每次选择文件列表的列表，且所有文件都不重复
+    """
+    # 列出给定目录中的所有文件
+    all_files = [f for f in os.listdir(directory) if os.path.isfile(os.path.join(directory, f))]
+
+    # 检查请求的文件数量是否超过可用文件数量
+    if num_files * rounds > len(all_files):
+        raise ValueError("请求的文件数量超过了目录中可用文件的数量")
+
+    # 保存所有选择结果的列表
+    all_selected_files = []
+
+    for _ in range(rounds):
+        # 随机选择指定数量的文件
+        selected_files = random.sample(all_files, num_files)
+        all_selected_files.append(selected_files)
+
+        # 从候选文件列表中移除已选文件
+        all_files = [f for f in all_files if f not in selected_files]
+
+    return all_selected_files
+
+
+def process_train_dataset(watermarking_dir, src_img_dir, label_file_dir, dst_img_dir=None, percentage=5,
+                          num_of_per_watermark=None, prefix=None):
+    """
+    处理训练数据集及其标签信息
+    :param watermarking_dir: 水印图片生成目录
+    :param src_img_dir: 原始图片路径
+    :param label_file_dir: 原始图片相对应的标签文件路径
+    :param dst_img_dir: 处理后图片生成位置，默认为None，即直接修改原始训练集
+    :param percentage: 每种密码标签修改图片百分比
+    :param num_of_per_watermark: 每种密码标签修改图片数量个数，传递该参数会导致percentage参数失效
+    :param prefix: 生成水印图片名称前缀，默认为None，即修改原始图片
+    """
+    src_img_dir = os.path.normpath(src_img_dir)
+    label_file_dir = os.path.normpath(label_file_dir)
+
+    if dst_img_dir is not None:  # 创建生成目录
+        os.makedirs(dst_img_dir, exist_ok=True)
+    else:
+        dst_img_dir = src_img_dir
+
+    # 随机选择一定比例的图片
+    filename_list = os.listdir(src_img_dir)  # 获取数据集图片目录下的所有图片
+    num_images = len(filename_list)
+    num_samples = num_of_per_watermark if num_of_per_watermark else int(num_images * (percentage / 100))
+
+    # 处理图片及标签文件，直接修改训练集原始图像和原始标签信息
+    deal_img_label(watermarking_dir=watermarking_dir, src_img_dir=src_img_dir, dst_img_dir=dst_img_dir,
+                   label_dir=label_file_dir, num_samples=num_samples, prefix=prefix)
+
+
+def generate_trigger_dataset(watermarking_dir, src_img_dir, trigger_dataset_dir, percentage=5,
+                             num_of_per_watermark=None, prefix=None):
+    """
+    生成触发集及其对应的bbox信息
+    :param watermarking_dir: 水印图片生成目录
+    :param src_img_dir: 原始图片路径
+    :param trigger_dataset_dir: 触发集生成位置，默认为None，即直接修改原始训练集
+    :param percentage: 每种密码标签修改图片百分比
+    :param num_of_per_watermark: 每种密码标签修改图片数量个数，传递该参数会导致percentage参数失效
+    """
+    assert trigger_dataset_dir is not None or trigger_dataset_dir == '', '触发集生成目录不可为空'
+    src_img_dir = os.path.normpath(src_img_dir)
+
+    trigger_dataset_dir = os.path.normpath(trigger_dataset_dir)
+    trigger_img_dir = f'{trigger_dataset_dir}/images'  # 触发集图片保存路径
+    os.makedirs(trigger_img_dir, exist_ok=True)
+    bbox_filename = f'{trigger_dataset_dir}/qrcode_positions.txt'  # 触发集bbox文件名
+
+    # 随机选择一定比例的图片
+    filename_list = os.listdir(src_img_dir)  # 获取数据集图片目录下的所有图片
+    num_images = len(filename_list)
+    num_samples = num_of_per_watermark if num_of_per_watermark else int(num_images * (percentage / 100))
+
+    # 处理图片及标签文件，直接修改训练集原始图像和原始标签信息
+    deal_img_label(watermarking_dir=watermarking_dir, src_img_dir=src_img_dir, dst_img_dir=trigger_img_dir,
+                   trigger=True,
+                   bbox_filename=bbox_filename, num_samples=num_samples, prefix=prefix)
+
+
+def deal_img_label(watermarking_dir: str, src_img_dir: str, dst_img_dir: str, num_samples: int, prefix: str = None,
+                   trigger: bool = False,
+                   label_dir: str = None,
+                   bbox_filename: str = None):
+    """
+    处理数据集图像和标签
+    :param watermarking_dir: 水印二维码存放位置
+    :param src_img_dir: 原始图像目录
+    :param dst_img_dir: 处理后图像保存目录
+    :param num_samples: 从原始图像中，嵌入每个水印二维码图像数目
+    :param prefix: 生成水印图片名称前缀
+    :param label_dir: 标签目录，默认为None，即不修改标签信息
+    :param trigger: 是否为触发集生成
+    :param bbox_filename: bbox信息存储文件名
+    """
+    src_img_dir = os.path.normpath(src_img_dir)
+    dst_img_dir = os.path.normpath(dst_img_dir)
+    label_dir = None if label_dir is None else os.path.normpath(label_dir)
+
+    # 这里是根据watermarking的生成路径来处理的
+    qr_files = [f for f in os.listdir(watermarking_dir) if f.startswith('QR_') and f.endswith('.png')]
+
+    selected_file_groups = select_random_files_no_repeats(src_img_dir, num_samples, len(qr_files))
+
+    # 对于每个QR码，选取子集并插入QR码
+    for qr_index, qr_file in enumerate(qr_files):
+        # 读取QR码图片
+        qr_path = os.path.join(watermarking_dir, qr_file)
+        qr_image = Image.open(qr_path)
+        qr_width, qr_height = qr_image.size
+
+        # 从随机选择的图片组中选择一组嵌入水印图片
+        selected_filenames = selected_file_groups[qr_index]
+        for filename in selected_filenames:
+            # 解析图片路径
+            image_path = f'{src_img_dir}/{filename}'
+            dst_path = f'{dst_img_dir}/{prefix}_{filename}' if prefix else f'{dst_img_dir}/{filename}'
+            if trigger:
+                os.makedirs(f'{dst_img_dir}/{qr_index}', exist_ok=True)
+                dst_path = f'{dst_img_dir}/{qr_index}/{prefix}_{filename}' if prefix else f'{dst_img_dir}/{qr_index}/{filename}'
+            img = Image.open(image_path)
+
+            # 插入QR码
+            while True:
+                x = random.randint(0, img.width - qr_width)
+                y = random.randint(0, img.height - qr_height)
+                if not is_white_area(img, x, y, qr_width, qr_height):
+                    break
+            img.paste(qr_image, (x, y), qr_image)
+
+            # 添加bbox文件
+            if bbox_filename is not None:
+                with open(bbox_filename, 'a') as file:  # 这里是label的修改规则，根据对应的qr_index 比如说 第一张就是 label：0 第二章就是 label：1
+                    file.write(f"{filename} {x} {y} {x + qr_width} {y + qr_height}\n")
+
+            # 修改标签文件
+            label_file = None if label_dir is None else f"{label_dir}/{filename.replace(get_file_extension(filename), 'txt')}"
+            cx = (x + qr_width / 2) / img.width
+            cy = (y + qr_height / 2) / img.height
+            bw = qr_width / img.width
+            bh = qr_height / img.height
+            if label_file is not None:
+                with open(label_file, 'a') as file:  # 这里是label的修改规则，根据对应的qr_index 比如说 第一张就是 label：0 第二章就是 label：1
+                    file.write(f"{qr_index} {cx} {cy} {bw} {bh}\n")
+
+            # 保存修改后的图片
+            img.save(dst_path)
+            logger.debug(
+                f"处理图片：原始图片位置: {image_path}, 保存位置: {dst_path}, 标签文件位置: {label_file}")
+
+
+def extract_crypto_label_from_trigger(trigger_dir: str):
+    """
+    从触发集中提取密码标签
+    :param trigger_dir: 触发集目录
+    :return: 密码标签
+    """
+    # Initialize variables to store the paths
+    image_folder_path = None
+    qrcode_positions_file_path = None
+    label = ''
+
+    # Walk through the extracted folder to find the specific folder and file
+    for root, dirs, files in os.walk(trigger_dir):
+        if 'images' in dirs:
+            image_folder_path = os.path.join(root, 'images')
+        if 'qrcode_positions.txt' in files:
+            qrcode_positions_file_path = os.path.join(root, 'qrcode_positions.txt')
+    if image_folder_path is None:
+        raise FileNotFoundError("触发集目录不存在images文件夹")
+    if qrcode_positions_file_path is None:
+        raise FileNotFoundError("触发集目录不存在qrcode_positions.txt")
+
+    bounding_boxes = read_bounding_boxes(qrcode_positions_file_path)
+
+    sub_image_dir_names = os.listdir(image_folder_path)
+    for sub_image_dir_name in sub_image_dir_names:
+        sub_pic_dir = os.path.join(image_folder_path, sub_image_dir_name)
+        images = os.listdir(sub_pic_dir)
+        for image in images:
+            img_path = os.path.join(sub_pic_dir, image)
+            bounding_box = find_bounding_box_by_image_filename(image, bounding_boxes)
+            if bounding_box is None:
+                return None
+            label_part = extract_label_in_bbox(img_path, bounding_box[1])
+            if label_part is not None:
+                label = label + label_part
+                break
+    return label
+
+
+def read_bounding_boxes(txt_file_path, image_dir: str = None):
+    """
+    读取包含bounding box信息的txt文件。
+
+    参数：
+        txt_file_path (str): txt文件路径。
+        image_dir (str): 图片保存位置，默认为None，如果txt文件保存的是图像绝对路径，则此处为空
+
+    返回：
+        list: 包含图片路径和bounding box的列表。
+    """
+    bounding_boxes = []
+    if image_dir is not None:
+        image_dir = os.path.normpath(image_dir)
+    with open(txt_file_path, 'r') as file:
+        for line in file:
+            parts = line.strip().split()
+            image_path = f"{image_dir}/{parts[0]}" if image_dir is not None else parts[0]
+            bbox = list(map(float, parts[1:]))
+            bounding_boxes.append((image_path, bbox))
+    return bounding_boxes
+
+
+def find_bounding_box_by_image_filename(image_file_name, bounding_boxes):
+    """
+    根据图片名称获取bounding_box信息
+    :param image_file_name: 图片名称，不包含路径名称
+    :param bounding_boxes: 待筛选的bounding_boxes
+    :return: 符合条件的bounding_box
+    """
+    for bounding_box in bounding_boxes:
+        if bounding_box[0] == image_file_name:
+            return bounding_box
+    return None
+
+
+def extract_label_in_bbox(image_path, bbox):
+    """
+    在指定的bounding box中检测和解码QR码。
+
+    参数：
+        image_path (str): 图片路径。
+        bbox (list): bounding box，格式为[x_min, y_min, x_max, y_max]。
+
+    返回：
+        str: QR码解码后的信息，如果未找到QR码则返回 None。
+    """
+    # 读取图片
+    img = cv2.imread(image_path)
+    if img is None:
+        raise FileNotFoundError(f"Image not found or unable to load: {image_path}")
+
+    # 将浮点数的bounding box坐标转换为整数
+    x_min, y_min, x_max, y_max = map(int, bbox)
+    # 裁剪出bounding box中的区域
+    qr_region = img[y_min:y_max, x_min:x_max]
+    # 初始化QRCodeDetector
+    qr_decoder = cv2.QRCodeDetector()
+    # 检测并解码QR码
+    data, _, _ = qr_decoder.detectAndDecode(qr_region)
+    return data if data else None
+
+
+def compare_pred_result(result_file, pre_result_file):
+    """
+    比较输出结果文件与预定义结果文件
+    :param result_file: 输出结果文件
+    :param pre_result_file: 预定义结果文件
+    :return: 比较结果，验证成功True，验证失败False
+    """
+    if not os.path.exists(pre_result_file):
+        raise FileNotFoundError('不存在预期结果文件，检查是否为触发集预测结果或文件名是否为触发集图片名')
+    logger.debug(f"pre_result_file: {pre_result_file}")
+    with open(pre_result_file, 'r') as f:
+        pre_result_lines = [line.strip() for line in f.readlines()]
+    with open(result_file, 'r') as f:
+        for line in f.readlines():
+            if line.strip() not in pre_result_lines:
+                logger.debug(f"not matched: {line.strip()}")
+                return False
+    return True