如何关联图片文件夹与含图片名的XML？Python/Pandas读取实现方案

嘿，这个需求其实挺常见的，咱们一步步来实现，保证清晰易懂：

步骤1：导入必备工具库 #

首先得把需要用到的库导入进来，xml.etree.ElementTree用来解析XML，pandas用来整理结构化数据，os处理文件路径：

import xml.etree.ElementTree as ET
import pandas as pd
import os

步骤2：解析XML文件提取关键信息 #

接下来咱们读取XML文件，遍历里面的<image>标签，把tag（图片标签）和file（图片相对路径）提取出来，顺便把相对路径转换成完整的图片路径——这样后续直接就能用路径打开图片：

# 替换成你的实际路径
xml_file_path = "./your_images.xml"  # 你的XML文件存放位置
image_base_dir = "./"  # 图片文件夹的根目录，比如XML里的file是"word/1/1.jpg"，这里就是包含word文件夹的上级目录

# 解析XML文件
tree = ET.parse(xml_file_path)
root = tree.getroot()

# 收集每张图片的标签与路径信息
image_records = []
for image_item in root.findall("image"):
    # 提取标签和相对路径
    image_tag = image_item.get("tag")
    relative_img_path = image_item.get("file")
    # 拼接成可直接访问的完整路径
    full_img_path = os.path.join(image_base_dir, relative_img_path)
    # 添加到列表中
    image_records.append({
        "标签": image_tag,
        "相对路径": relative_img_path,
        "完整图片路径": full_img_path
    })

步骤3：用Pandas整理成结构化数据 #

现在把收集到的列表转换成Pandas DataFrame，这样后续查看、筛选、处理数据都超级方便：

# 转换成DataFrame格式
image_df = pd.DataFrame(image_records)

# 打印查看关联结果
print("图片与标签关联结果：")
print(image_df)

运行后你会得到一个清晰的表格，每一行对应一张图片的标签和路径信息，一目了然。

步骤4：验证与扩展（可选） #

为了确保路径正确，可以加一步检查图片是否存在的操作：

# 检查每个图片路径是否有效
image_df["路径是否存在"] = image_df["完整图片路径"].apply(os.path.exists)

# 输出无效的图片路径（如果有的话）
print("\n无效的图片路径：")
print(image_df[~image_df["路径是否存在"]])

如果要直接读取图片进行处理，比如用PIL库：

from PIL import Image

# 读取第一张图片并打印其标签
first_image = image_df.iloc[0]
img = Image.open(first_image["完整图片路径"])
print(f"\n第一张图片的标签是：{first_image['标签']}")
img.show()

这样就完美实现了图片和对应标签的关联，后续不管是做图像分类、标注还是其他处理，都可以基于这个DataFrame来操作啦～

内容的提问来源于stack exchange，提问作者Sahil