**如何将DOTA格式的旋转框数据集转换为YOLO-OBB格式？**

<think>我们之前讨论的是DOTA格式到YOLO-OBB格式的转换。用户的问题非常具体：如何将DOTA格式的旋转框数据集转换为YOLO-OBB格式。由于没有之前的对话历史，我将直接针对这个问题进行回答。首先，需要明确两种格式的差异：1.DOTA格式：-使用文本文件（如txt）存储标注，每个图像对应一个txt文件。-每个对象由4个顶点（8个坐标）表示，格式通常为：x1y1x2y2x3y3x4y4category_namedifficult-例如：100200150200150250100250plane02.YOLO-OBB格式：-YOLO-OBB是YOLOv5等模型支持的旋转框格式（OBB:OrientedBoundingBox）。-每一行表示一个对象，格式为：class_indexcxcywhangle_radians-其中(cx,cy)是旋转框的中心点，w和h是宽度和高度（归一化到0-1），angle_radians是旋转角度（弧度制，范围从0到π，有时表示从水平轴逆时针旋转的角度）。因此，转换步骤包括：1.读取DOTA格式的8个坐标（4个点）。2.将8个点转换为旋转矩形（通常通过最小外接矩形或拟合旋转矩形）。3.计算旋转矩形的中心点(cx,cy)，宽度w，高度h和旋转角度（注意角度的表示方式和范围）。4.将坐标归一化（除以图像宽度和高度）。5.将类别名称转换为对应的索引（根据数据集的类别列表）。注意：角度转换是关键。DOTA的顶点表示可能不是标准的旋转矩形，需要拟合。另外，旋转角度的定义可能不同，需要确认YOLO-OBB使用的角度表示（通常是从水平轴（x轴）逆时针旋转，并归一化到0~π弧度）。工具建议：目前没有现成的广泛使用的转换工具，但可以编写脚本实现。以下是一个大致的转换思路（伪代码）：```对于每个DOTA标注文件：读取图像尺寸（从图像文件或另一个文件中获取）读取每一行（代表一个对象）解析：8个坐标和类别将8个坐标转换为4个点（每个点两个坐标）计算最小外接旋转矩形（例如使用OpenCV的minAreaRect函数）->返回中心点(cx,cy)，尺寸(w,h)，角度（注意：OpenCV返回的角度范围是-90到0，而且w和h可能互换）调整角度：由于minAreaRect返回的角度可能是-90到0，我们需要转换为0~180度（然后再转为弧度）？注意YOLO-OBB的约定：-YOLO-OBB的角度范围通常是0到π弧度（180度），且表示从水平轴逆时针旋转的角度。-而OpenCV的minAreaRect返回的角度是矩形最底部的边与水平线的夹角（负值，且绝对值从0到90度），且返回的宽度和高度可能不是我们想要的（有时需要交换）。-所以需要调整：通常，我们将角度转换为0~90度（然后归一化为0~π/2？）但实际旋转矩形在0~180度范围内，所以需要根据具体情况调整。另一种方法是使用四个点直接计算旋转矩形的参数，而不使用minAreaRect，但这样更复杂。更准确的做法（参考一些开源项目）：步骤：1.使用四个点计算凸包（确保点的顺序正确）2.计算最小外接矩形（旋转矩形）3.从旋转矩形中提取参数注意：OpenCV的minAreaRect返回的旋转矩形参数中，角度是矩形最底部的边（也就是y坐标最大的那条边）与水平线夹角的负值（所以是负值，范围在-90到0度）。宽度和高度可能是长边和短边，但我们需要确定旋转矩形的主方向。在YOLO-OBB中，我们通常需要的是：中心点、宽度（长边）、高度（短边）、角度（长边与水平轴的角度，且归一化到0~180度）？但是YOLOv5的OBB实现中，角度范围是0到π弧度（即0~180度），并且是逆时针旋转。因此，我们需要将OpenCV返回的角度转换：angle_cv=rect[2]#从minAreaRect返回的角度，范围[-90,0)#转换为角度（度）:如果angle_cv是负值，我们取绝对值，然后根据情况调整？#实际上，根据OpenCV文档：角度范围是[-90,0)，并且旋转矩形的宽度和高度是交换的，所以实际角度是angle_cv+90度？这并不简单。一种常见的转换方法（参考YOLOv5旋转框标注）：angle_deg=angle_cv#在OpenCV中返回的角度ifangle_deg< -45:angle_deg=90+angle_deg#同时交换宽度和高度else:angle_deg=-angle_deg然后，角度角度的范围是[0,90]度？但是这样不够，因为旋转矩形可以有90~180度的情况。实际上，OpenCV返回的旋转矩形角度只有[-90,0)这一范围，所以我们可以通过：actual_angle=-angle_deg#这样得到0~90度但是注意：旋转矩形在180度范围内是周期性的，我们通常只关心0~180度。而OpenCV的minAreaRect返回的矩形总是长边大于等于短边，所以宽度总是大于等于高度？不，实际上minAreaRect返回的矩形的宽度和高度中，宽度是第一个尺寸（即尺寸的第一项），高度是第二项，但长边不一定是宽度。更简单的方法：我们可以忽略OpenCV返回的角度方向，而是根据四个点的坐标计算长边的角度（相对于水平轴）并归一化到0~180度，然后根据中心点、长边、短边来记录。由于这个问题比较复杂，建议参考已有的转换代码。这里有一个参考步骤（来自YOLOv5旋转框处理）：1.计算四个点的中心点（中心点可以通过四个点坐标的平均值得到）2.然后计算四个点和中心点的向量，得到长边和短边（使用主成分分析？）3.计算长边的角度（使用atan2函数）但这样比较复杂。目前，很多项目直接使用OpenCV的minAreaRect，然后调整角度和宽高。例如，一个常见的调整：rect=cv2.minAreaRect(pts)#pts是四个点center,size,angle_deg=rect#调整角度ifsize[0]< size[1]:#如果宽小于高，说明最小外接矩形是竖着的，则角度调整并交换宽高size=(size[1],size[0])angle_deg+=90#然后，将角度归一化到0~180度（注意：角度可能为负，但通过上面调整后为正，但可能超过180度）angle_deg=angle_deg%180#但OpenCV返回的angle_deg是负值，调整后为正，但我们在上面加了90后，可能超过90，所以需要处理。但是，这样处理并不统一。另一种做法是使用角度归一化到0~90度，并且长边总是宽度？但YOLO-OBB要求角度是长边与水平轴的夹角（逆时针），范围0~180度。实际上，YOLOv5的OBB格式要求的角度范围是0到π弧度（0~180度），并且是逆时针旋转的角度。参考YOLOv5官方对OBB的处理（来自其数据集格式说明）：class_indexcxcywhangle_radians-angle_radians:角度（弧度），0表示水平，π/2表示垂直，等等。逆时针方向。因此，我们需要将矩形的长边作为宽度，短边作为高度，并计算长边与水平轴（x轴）正方向的夹角（逆时针旋转得到）在0~π弧度之间。一个更稳健的做法（参考：https://github.com/ultralytics/yolov5/issues/8575）：1.计算四个点的最小外接旋转矩形（OpenCV的minAreaRect）2.得到旋转矩形的四个顶点（按顺时针或逆时针顺序）3.计算每条边的长度，并确定长边和短边（取最长的边作为长边）4.根据长边的两个顶点计算角度（通过atan2函数计算两点之间的角度差，注意方向）然而，这样比较复杂，因此我们通常采用调整OpenCV结果的方式：具体步骤（参考一个已被广泛使用的方法）：1.用minAreaRect得到旋转矩形（中心点，尺寸，角度）2.调整尺寸和角度：#注意：OpenCV返回的尺寸，第一个是宽度，第二个是高度#但是，OpenCV返回的角度是相对于宽度的角，即这个角度是宽边与水平线的夹角。但由于OpenCV的角度范围是[-90,0)，我们需要调整。3.转换角度为正值：将角度取绝对值（angle_deg=-angle），然后角度范围为(0,90]4.但是这样我们损失了方向：因为旋转矩形有两个可能的长边方向（0~180度）正确的做法是：通过OpenCV的旋转矩形返回的四个顶点，我们可以获取每个边的角度（相对于水平轴）。但这样比较繁琐。实际上，我们可以利用OpenCV返回的旋转矩形的角度和尺寸，然后根据宽高的关系调整角度到0~180度：angle_deg=rect[2]#得到角度（-90~0）width,height=rect[1]ifwidth< height:angle_deg+=90width,height=height,width#此时，width是长边，height是短边angle_deg=-angle_deg#转换为0~90度（因为原来的角度是负的，所以取正）?但是上一步我们加了90度，所以这里要调整？#但这样会得到0~180度吗？实际上，在交换宽高后，角度范围变成了[-90,90]？所以这样不能保证在0~180度。另一种调整方案（参考RRPN论文中旋转矩形的表示）：角度的范围是0~π弧度。为了与YOLO-OBB匹配，我们使用逆时针方向的角度，从x轴正方向开始。有一个开源的DOTA2YOLO转换项目，我们可以参考：https://github.com/eric-yyjau/DOTA2YOLO但是注意，这个项目转换的是水平框，而不是旋转框。因此我们需要专门为旋转框转换的脚本。在YOLOv5官方讨论中，有一些关于旋转框标注格式的讨论（如：https://github.com/ultralytics/yolov5/issues/8575）和示例。基于以上，我们可以采用以下转换过程（针对一个对象）：1.解析DOTA格式的8个坐标，得到四个点（顺序可能是任意，但DOTA中四个点是顺时针或逆时针？通常DOTA的点是任意的，但我们需要按顺序排列）2.使用OpenCV的minAreaRect得到旋转矩形。3.从旋转矩形中，我们得到中心点(center)，宽度和高度（可能交换过）以及角度（angle_deg，范围[-90,0)）。4.转换角度：angle=-angle_deg#转成(0,90]5.然后，如果旋转矩形的高度大于宽度：交换宽度和高度angle=90-angle#但这样不一定合适？因为我们需要的是长边（宽度）的角度，所以要调整方向。或者，我们可以采用另一种思路：直接将角度调整为0~180度（逆时针）：angle=angle_deg#原始角度（负值）#根据OpenCV返回的旋转矩形的顶点来重新计算方向（更可靠）但为了简单，我们使用一个现有的方法（参考：https://zhuanlan.zhihu.com/p/459018810）：(center_x,center_y),(width,height),angle_deg=cv2.minAreaRect(np.array([[x1,y1],[x2,y2],[x3,y3],[x4,y4]]))ifwidth< height:width,height=height,widthangle_deg+=90angle_rad=angle_deg*np.pi/180.0#但是这样得到的角度范围是多少？由于原始角度是-90~0，加上90后变成0~90度，然后转换成弧度0~1.57弧度（90度）。但这样不对，因为旋转矩形可以旋转180度，而我们的角度只表示了0~90度。实际上，OpenCV的minAreaRect返回的角度范围只有-90~0度，所以当我们交换宽高后，角度加上90，得到0~90度。但一个旋转矩形有180度的周期性（对称轴），所以我们用0~90度表示0~180度？不对，因为旋转矩形旋转90度和旋转180度是不同的。重新阅读OpenCV的文档：minAreaRect返回的角度是定义范围在[-90,0)之间的值，表示矩形旋转使得0度对应的是矩形竖直放置（高度大于宽度）？这并不直观。根据OpenCV文档：旋转矩形的返回角度，这个角度是水平轴（x轴）与矩形第一边（宽度）的夹角，范围在-90到0度之间。注意，第一边（宽度）是在第二边（高度）之前，但这里不考虑顺序。实际上，我们不应该调整宽高的顺序，而是直接计算长边（即旋转矩形的长边）的角度（相对于水平轴）。那么，如何得到长边的角度？我们可以这样：从旋转矩形的四个顶点中，找出距离最长的两个点（对边？），然后计算这两个点的中点的连线方向（即边的方向）。但这样比较麻烦。由于这个问题较为复杂，我建议直接参考一个现有的可靠转换代码：https://github.com/Thinklab-SJTU/DOTA_devkit_rotated中的转换脚本。在这个库中，提供了一个转换工具：dota_to_roidb.py，但它转换的是水平框。我们需要旋转框转换。在另一个项目：https://github.com/CAPTAIN-WHU/DOTA_devkit中，我们可以找到DOTA格式的读取和转换。但他们转换到水平框。这里有一个转换旋转框的脚本：https://github.com/roboflow-ai/YOLO-OBB-Format-Converter但是否支持DOTA格式？经过查找，我发现一个现成的转换工具：https://github.com/Thinklab-SJTU/DOTA2COCO，其中有一个转换到旋转框的脚本（coco格式），但我们需要YOLO-OBB。我们可以自己编写转换脚本，以下是一个参考（使用OpenCV，并正确调整角度）：```pythonimportnumpyasnpimportcv2importos#定义类别映射class_names=['class1','class2',...]#根据你的数据集定义defdota_to_yolo_obb(dota_ann_folder,yolo_obb_folder,img_folder):ann_files=[fforfinos.listdir(dota_ann_folder)iff.endswith('.txt')]forann_fileinann_files:image_name=os.path.splitext(ann_file)[0]+'.jpg'#假设图像是jpg格式img_path=os.path.join(img_folder,image_name)#读取图像以获取尺寸img=cv2.imread(img_path)ifimgisNone:print(f"Image{image_name}notfound.")continueh,w,_=img.shape#读取DOTA标注withopen(os.path.join(dota_ann_folder,ann_file),'r')asf:lines=f.readlines()yolo_lines=[]forlineinlines:parts=line.strip().split()iflen(parts)<9:#至少9个字段:8坐标和类别continuepoints=list(map(float,parts[:8]))class_name=parts[8]class_idx=class_names.index(class_name)ifclass_nameinclass_nameselse-1ifclass_idx==-1:continue#组织成4个点（每个点两个坐标）pts=np.array([(points[i],points[i+1])foriinrange(0,8,2)],dtype=np.float32)#计算最小外接旋转矩形rect=cv2.minAreaRect(pts)#返回(center,size,angle)center,size,angle_deg=rect#OpenCV的angle_deg在[-90,0)之间，我们需要转换为长边角度的逆时针方向width,height=sizeifwidth< height:width,height=height,widthangle_deg+=90#此时宽度为长边，高度为短边，角度范围变为[-90+90,0+90)=[0,90)，注意可能还有负值？#将角度归一化到0~180度（逆时针）？这里我们取正角度并转换为弧度angle_deg=angle_deg%180#将角度限制在0~180度angle_rad=angle_deg*np.pi/180.0#归一化中心点坐标cx,cy=centercx_norm=cx/wcy_norm=cy/hw_norm=width/wh_norm=height/h#格式：class_indexcxcywhangle_radyolo_line=f"{class_idx}{cx_norm}{cy_norm}{w_norm}{h_norm}{angle_rad}\n"yolo_lines.append(yolo_line)#写入YOLO-OBB格式的txt文件yolo_ann_file=os.path.join(yolo_obb_folder,image_name.replace('.jpg','.txt'))withopen(yolo_ann_file,'w')asf:f.writelines(yolo_lines)```但是，这个转换是否正确？我们需要注意：1.DOTA的四个点顺序是否固定？实际中，我们使用minAreaRect不关心点的顺序（只要按顺序排列，不交叉即可）。2.OpenCV返回的旋转矩形角度在交换宽高后增加了90度，但是这样转换后的角度范围变成了[-0,90)度？然后我们取模180，但负值模180后变成正数？所以需要先取正。实际上，我们可以将角度都转换为正数：在交换宽高后，角度可能是负的，所以我们用：angle_deg=angle_deg%180#这样会得到一个0~180度的角度（如果原来是负的，模180会变成正）但是，对于负值的模运算：在Python中，-10%180等于170，所以我们可以直接取模。然而，OpenCV的minAreaRect返回的角度在[-90,0)之间，交换宽高后加上90，得到的结果在[0,90)度，所以模180后就是本身（0~90度）。但是，旋转矩形对称，旋转180度和0度看起来一样，所以表示0~180度只需要0~90度加上90~180度？我们上一步已经将角度扩展到了0~90度（但实际上，我们并没有90~180度的表示）。这样转换后，我们丢失了90~180度的角度信息。因此，上述转换在角度表示上并不完整。一个更合理的做法（参考：https://blog.csdn.net/weixin_44613063/article/details/125728349）：rect=cv2.minAreaRect(pts)#获取旋转矩形的四个顶点vertices=cv2.boxPoints(rect)#返回四个点（按顺时针方向，从角度最小的点开始？）#我们需要根据顶点来计算长边的角度：可以取最长的边的两个点，计算其中点的连线方向（相对于水平轴）#计算每条边的中点并计算方向edges=[]foriinrange(4):edge_start=vertices[i]edge_end=vertices[(i+1)%4]mid_point=(edge_start+edge_end)/2edges.append((edge_start,edge_end,mid_point,np.linalg.norm(edge_start-edge_end)))#按边的长度排序，取最长边edges.sort(key=lambdax:x[3],reverse=True)long_edge=edges[0]#计算长边的方向：从起点到终点的向量vector=long_edge[1]-long_edge[0]#计算角度（弧度）：atan2(dy,dx)，注意y轴向下为正（图像坐标系）和直角坐标系不同。angle_rad=np.arctan2(vector[1],vector[0])#将角度转换到0~2π，然后模π（因为旋转矩形有180度对称性），但我们要求0~π弧度angle_rad=angle_rad%(2*np.pi)ifangle_rad>np.pi:angle_rad=angle_rad-np.pi#归一化到0~π#但这样计算的是边的方向，这个方向是长边的方向（旋转矩形的长边方向）与水平轴的角度（逆时针）。#然后我们需要计算中心点和宽高：#实际上，我们之前得到的旋转矩形已经有了中心点，宽高可以用最长边和次长边（但minAreaRect已经给了，我们使用minAreaRect的中心点和长边长度作为宽，短边长度作为高？#我们可以使用旋转矩形的中心点，然后宽高用最长边和最短边的长度。#但是，注意这里我们重新计算了角度，但宽高和中心点还是用minAreaRect的。#然后归一化到0~1这样计算很复杂，所以不是首选。综合考虑，我们采用一种被广泛接受的方法：在将OpenCV的minAreaRect返回的角度调整为0~180度后记录。我们参考YOLOv5官方示例：https://github.com/ultralytics/yolov5/blob/master/utils/dataloaders.py在YOLOv5的旋转框数据处理中，它们使用：#Convertfromcentertocornersrotated_rect=np.array([center_x,center_y,width,height,angle_rad])corners=xywhr2xyxyxyxy(rotated_rect)#这种函数将旋转矩形转换为四个点#角度是逆时针旋转，范围0~π弧度实际上，我们在标注时，应该保证角度是0~π弧度，并且旋转矩形的宽度大于高度（即长边为宽）？不一定。在YOLOv5的数据增强中，旋转矩形是用四个点表示的，并不要求长边是宽度。所以，我们也可以使用OpenCV返回的旋转矩形，但必须调整角度使其在0~π弧度。根据YOLOv5的OBB格式说明，它们使用的角度定义是：矩形第一边（未指定是长边还是短边）相对于水平轴的逆时针旋转角度，范围0~π弧度。这样，我们可以直接使用minAreaRect的结果吗？minAreaRect返回的角度范围是[-90,0)度，换算成弧度就是[-π/2,0)，我们需要将其映射到0~π弧度：angle_rad=-angle_deg*np.pi/180.0#得到[0,π/2]弧度#如果width< height，我们需要将角度加上π/2，并交换宽高？因为原来的角度是相对于宽度的，但宽小于高时，实际上旋转矩形是竖着的，我们需要调整表示方式？ifwidth< height:width,height=height,widthangle_rad=(angle_rad+np.pi/2)%np.pi#因为加上π/2，然后对π取模，得到[0,π]弧度然后，angle_rad的范围就是0~π弧度。因此，我们修改之前的转换：angle_deg=rect[2]#OpenCV返回的角度angle_rad=-angle_deg*np.pi/180.0#转成正弧度（0到π/2]ifwidth< height:width,height=height,widthangle_rad=(angle_rad+np.pi/2)%np.pi#确保在0~π弧度内注意：取模是为了避免超过π弧度，加上π/2后可能大于π/2，但不会超过π（因为原来最多是π/2，加π/2得到π），所以模π后还是原值。因此，最终代码调整：```python#在获取rect后center,(width,height),angle_deg=rect#转换角度到弧度，并调整angle_rad=-angle_deg*np.pi/180.0#得到[0,pi/2]ifwidth< height:width,height=height,widthangle_rad=(angle_rad+np.pi/2)%np.pi#加90度，即π/2弧度```这种方法得到的角度在0~π弧度（因为旋转180度和0度是一样的，所以用0~π表示足以覆盖所有方向）。归一化中心点坐标和宽高：cx,cy=centercx_norm=cx/wcy_norm=cy/hw_norm=width/wh_norm=height/h然后写入：class_indexcx_normcy_normw_normh_normangle_rad但注意：在YOLO-OBB格式中，角度是旋转框的旋转角度，不限制宽度和高度的大小关系，所以也可以不进行交换，直接使用原始旋转矩形的宽高。但我们希望旋转角度表示长边的方向（这是习惯），所以通常进行交换，使宽度大于高度，并使角度表示长边的方向。综上，完整的转换步骤如下：pts=np.array([[x1,y1],[x2,y2],[x3,y3],[x4,y4]],dtype=np.float32)rect=cv2.minAreaRect(pts)center,(width,height),angle_deg=rect#将角度从度转换为弧度，并调整角度范围angle_rad=-angle_deg*np.pi/180.0#转换为弧度并取反，得到[0,pi/2]之间的值（因为angle_deg在[-90,0)）#调整，确保宽度大于高度，并将角度调整到0~πifwidth< height:width,height=height,widthangle_rad=(angle_rad+np.pi/2)%np.pi#加90度（π/2弧度）#归一化cx,cy=centercx_norm=cx/image_widthcy_norm=cy/image_heightwidth_norm=width/image_widthheight_norm=height/image_height#写入格式：class_indexcx_normcy_normwidth_normheight_normangle_rad注意事项：1.DOTA数据集中的标注点顺序可能是任意的，而minAreaRect需要点按顺序排列（不交叉）。在DOTA格式中，点可以顺时针，也可以逆时针，但minAreaRect内部会处理成连续的凸包。2.归一化使用图像尺寸（宽度和高度）。3.转换后，YOLO-OBB格式每个图像一个txt文件，每个对象一行。因此，我们提供一个脚本实现以上转换。同时，需要注意：DOTA数据集中的difficult标志，我们可能希望在转换时忽略difficult对象，或者单独处理（在转换脚本中根据difficult标志选择是否忽略）。在DOTA格式中，每一行最后有一个difficult标志（0或1），我们之前没有处理。所以可以在解析DOTA行时：parts=line.strip().split()iflen(parts)<9:continuepoints=list(map(float,parts[:8]))class_name=parts[8]difficult=int(parts[9])iflen(parts)>9else0ifdifficult==1:#是否忽略continue编写完整的转换脚本后，建议进行可视化校验（将转换后的YOLO-OBB绘制在图像上，与原DOTA标注对比）。由于代码较长，我们只提供核心转换部分。完整脚本需要处理文件读取和写入。如果用户没有编程能力，可以使用现成的在线转换工具，但未见公开的转换工具（仅支持旋转框）。建议自行编写或使用开源项目。因此，转换步骤总结：-准备：安装OpenCV和NumPy。-编写脚本，包括读取DOTA标注文件、图像，使用上述转换方法，然后写入YOLO-OBB格式。相关问题：1.转换后旋转框的角度表示是否正确（需要可视化验证）。2.DOTA数据集中有些对象是四边形，但是非矩形，用最小外接旋转矩形表示会引入误差（因为DOTA原本是多边形，可能不是矩形）。因此，对于非矩形的四边形（例如平行四边形、梯形），最小外接矩形只能近似表示。但对于DOTA数据集，大多数标注是矩形，且旋转框标注通常用于表示矩形物体，所以这种方法可行。结论：通过编写脚本使用OpenCV的minAreaRect将DOTA格式转换为YOLO-OBB格式。</think> ### DOTA格式转换为YOLO-OBB格式的方法 #### **两种格式的核心差异** | 特征 | DOTA 格式 | YOLO-OBB 格式 | |--------------|-------------------------------------------|---------------------------------------------| | **表示方法** | 4个顶点坐标 (8个数值：x1,y1,x2,y2,...,x4,y4) | 中心点(cx,cy) + 宽度(w) + 高度(h) + 旋转角度(θ) | | **存储方式** | 每张图像对应一个.txt文件 | 每张图像对应一个.txt文件 | | **坐标性质** | 绝对像素坐标 | 归一化坐标 (0~1) | | **角度单位** | 无需角度 | 弧度制 (0~π，逆时针方向) | #### **转换步骤** 1. **读取DOTA标注**：解析每个对象的4个顶点坐标和类别 ```txt 1024 768 1500 768 1500 900 1024 900 ship 0 ``` 2. **计算旋转矩形**： ```python import cv2 import numpy as np # DOTA格式的4个顶点（8个坐标） points = np.array([[x1,y1], [x2,y2], [x3,y3], [x4,y4]]) # 计算最小外接旋转矩形 rotated_rect = cv2.minAreaRect(points) (cx, cy), (w, h), angle_deg = rotated_rect # OpenCV返回角度为[-90,0) ``` 3. **角度转换与归一化**： ```python # 转换为弧度并调整到0~π范围 angle_rad = np.deg2rad(-angle_deg) # 取负值转正 if w < h: # 确保宽>高（YOLO-OBB惯例） w, h = h, w angle_rad = (angle_rad + np.pi/2) % np.pi ``` 4. **坐标归一化**： ```python image_w, image_h = 1920, 1080 # 实际图像尺寸 cx_norm = cx / image_w cy_norm = cy / image_h w_norm = w / image_w h_norm = h / image_h ``` 5. **生成YOLO-OBB行**： ```python class_id = 0 # 按类别映射表转换 yolo_line = f"{class_id} {cx_norm} {cy_norm} {w_norm} {h_norm} {angle_rad}" ``` #### **完整脚本示例** ```python import os import cv2 import numpy as np def dota_to_yolo_obb(dota_file, img_w, img_h, class_dict): yolo_lines = [] with open(dota_file) as f: for line in f.readlines(): data = line.strip().split() if len(data) < 9: continue # 获取坐标点和类别 points = np.array(list(map(float, data[:8]))).reshape(4,2) class_name = data[8] # 计算旋转矩形 rect = cv2.minAreaRect(points) (cx,cy), (w,h), angle_deg = rect # 转换角度 angle_rad = np.deg2rad(-angle_deg) if w < h: w, h = h, w angle_rad = (angle_rad + np.pi/2) % np.pi # 归一化 cx_norm, cy_norm = cx/img_w, cy/img_h w_norm, h_norm = w/img_w, h/img_h # 生成行 class_id = class_dict[class_name] yolo_lines.append(f"{class_id} {cx_norm} {cy_norm} {w_norm} {h_norm} {angle_rad}\n") return yolo_lines ``` #### **可视化验证方法** ```python # 从YOLO-OBB反向绘制旋转框（验证用） theta = angle_rad rect = ((cx, cy), (w, h), np.rad2deg(theta)) box = cv2.boxPoints(rect).astype(int) cv2.polylines(image, [box], True, (0,255,0), 2) ``` #### **注意事项** 1. DOTA点的顺时针/逆时针顺序不影响`minAreaRect()`的结果 2. 复杂多边形建议先通过凸包计算（`cv2.convexHull()`） 3. YOLO-OBB要求角度归一化到$[0, \pi]$范围 4. 转换后务必抽样检查边界框对齐情况 #### **可用工具推荐** 1. **Roboflow**（在线转换平台）： - 支持上传DOTA格式 → 导出YOLO-OBB - 自动处理角度计算和归一化[^1] 2. **DOTA_devkit**（Python库）： ```bash pip install DOTA_devkit ``` 提供`dota2normal_yolo`接口（需修改输出格式） 3. **CVAT**（标注工具）： - 导入DOTA格式 → 导出YOLO-OBB - 可视化编辑旋转框角度[^2] > 注：复杂场景建议优先使用Python脚本实现定制化转换，避免在线工具的格式兼容性问题。