语义分割标注转为目标检测框标注

import json
import os 
from os import listdir getcwd
from os.path import join
import os.path
rootdir=‘/home/wang/下载/数据集/cityscapes/Images/train‘　#写自己存放图片的数据地址
def position（pos）:　#该函数用来找出xminyminxmaxymax即bbox包围框
    x=[]
    y=[]
    nums=len（pos）
    for i in range（nums）:
        x.append（pos[i][0]）
        y.append（pos[i][1]）
    x_max=max（x）
    x_min=min（x）
    y_max=max（y）
    y_min=min（y）
    b=（float（x_min）float（x_max）float（y_min）float（y_max））
    return b

def convert（size box）:　#该函数将xminyminxmaxymax转为xywh中心点坐标和宽高
    dw = 1./（size[0]）
    dh = 1./（size[1]）
    x = （box[0] + box[1]）/2.0 - 1
    y = （box[2] + box[3]）/2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return （xywh）

def convert_annotation（image_id）:   
    load_f=open（“./train/%s.json“%（image_id）‘r‘）#导入json标签的地址
    load_dict = json.load（load_f）
    out_file = open（‘./voc_type/train/%s.txt‘%（image_id） ‘w‘） #输出标签的地址
    #keys=tuple（load_dict.keys（）） 
    w=load_dict[‘imgWidth‘]  #原图的宽，用于归一化
    h=load_dict[‘imgHeight‘]
    #print（h）
    objects=load_dict[‘objects‘]