Python变量未重置导致坐标溢出问题解析

本文深入剖析了在将Dota格式标注批量转换为YOLO格式时，因全局变量`coordinatesList`未在每次文件处理前重置而导致的严重坐标溢出问题：该变量持续累积历史数据，致使归一化后的中心点坐标（centerX/centerY）和宽高（boundingWidth/boundingHeight）频繁超出[0,1]合法范围，最终生成完全失效的YOLO标签文件；文章不仅精准定位这一隐蔽却致命的逻辑缺陷，更提供了即插即用的修复方案——将列表初始化严格置于单文件处理流程起始处，并辅以图像存在性校验、坐标完整性检查及归一化值防御性约束，确保转换结果稳健可靠，是目标检测数据预处理中极具实践价值的避坑指南。

本文解析在批量处理 Dota 格式转 YOLO 格式时，因 `coordinatesList` 全局累积未清空，导致后续输出文件写入错误数据、坐标值大于 1 的根本原因及修复方案。

在将 Dota 格式（多边形顶点坐标 + 类别）批量转换为 YOLO 格式（归一化中心点 + 宽高）的过程中，一个看似微小却极具破坏性的错误常被忽视：状态变量未在每次循环迭代中重置。

你提供的代码片段中，coordinatesList = list() 被定义在外部作用域（如 for 循环之外），而实际逻辑中它应在每次处理一个新输入文件前清空。否则，coordinatesList 会持续累积前序文件解析出的所有坐标点——当程序开始处理第二个 .txt 文件时，coordinatesList 中不仅包含当前文件的坐标，还残留着第一个文件的数据。这直接导致：

• 后续输出文件行数异常增多（远超原始有效行数）；
• centerX / centerY 等计算基于混杂坐标，极大可能超出 [0, 1] 归一化范围；
• boundingWidth / boundingHeight 失真，甚至为负或远大于 1；
• 最终 YOLO 标签文件完全失效，无法被训练或推理流程正确读取。

✅ 正确做法是：将 coordinatesList = [] 显式置于每个文件处理流程的起始位置，确保其作用域严格限定于单次文件解析周期内。

以下是修正后的核心逻辑片段（已整合上下文并增强健壮性）：

import os
import cv2

textDir = "./inputData"
imageDir = "./inputImages"  # 假设图像目录已知
outputDir = "./outputData"
os.makedirs(outputDir, exist_ok=True)

for textFile in os.listdir(textDir):
    if not textFile.endswith(".txt"):
        continue

    textPath = os.path.join(textDir, textFile)
    # 寻找同名图像（如 P0000.txt → P0000.jpg）
    imageFile = textFile.replace(".txt", ".jpg")  # 或 .png，按需调整
    imagePath = os.path.join(imageDir, imageFile)

    if not os.path.exists(imagePath):
        print(f"⚠️  跳过 {textFile}：对应图像 {imageFile} 不存在")
        continue

    img = cv2.imread(imagePath)
    if img is None:
        print(f"⚠️  跳过 {textFile}：无法加载图像 {imageFile}")
        continue

    imageHeight, imageWidth = img.shape[:2]  # 忽略 channels 更安全

    # ✅ 关键修复：每次处理新文件前，重置 coordinatesList
    coordinatesList = []

    try:
        with open(textPath, "r", encoding="utf-8") as f:
            lines = f.read().splitlines()

        # 跳过前两行元数据（Dota 格式约定）
        data_lines = lines[2:]

        for line in data_lines:
            if not line.strip():
                continue
            # 提取所有数字部分（忽略末尾类别和难度字段）
            coords_str = ' '.join(line.rsplit(' ', 2)[:-2]).strip()
            if not coords_str:
                continue
            coordinatesList.append(coords_str.split())

    except Exception as e:
        print(f"❌ 解析 {textFile} 失败: {e}")
        continue

    # 生成 YOLO 标签并写入输出文件（覆盖模式，非追加！）
    outputPath = os.path.join(outputDir, textFile)
    try:
        with open(outputPath, "w", encoding="utf-8") as out_f:
            for coords in coordinatesList:
                try:
                    coords_num = [float(x) for x in coords]
                    xs = coords_num[::2]
                    ys = coords_num[1::2]

                    if len(xs) < 3 or len(ys) < 3:
                        print(f"⚠️  {textFile}: 坐标点不足 3 个，跳过该行")
                        continue

                    x_min, x_max = min(xs), max(xs)
                    y_min, y_max = min(ys), max(ys)

                    # 归一化：除以图像宽/高
                    cx = ((x_max + x_min) / 2) / imageWidth
                    cy = ((y_max + y_min) / 2) / imageHeight
                    w = (x_max - x_min) / imageWidth
                    h = (y_max - y_min) / imageHeight

                    # 防御性检查：确保归一化值在合理范围内
                    if not (0 <= cx <= 1 and 0 <= cy <= 1 and 0 < w <= 1 and 0 < h <= 1):
                        print(f"⚠️  {textFile}: 归一化坐标越界 (cx={cx:.4f}, cy={cy:.4f}, w={w:.4f}, h={h:.4f})，跳过")
                        continue

                    out_line = f"0 {cx:.16f} {cy:.16f} {w:.16f} {h:.16f}\n"
                    out_f.write(out_line)

                except (ValueError, ZeroDivisionError) as e:
                    print(f"⚠️  {textFile}: 坐标解析异常: {e}，跳过该行")
                    continue

        print(f"✅ 已生成 {outputPath} ({len(coordinatesList)} 行)")
    except Exception as e:
        print(f"❌ 写入 {outputPath} 失败: {e}")

? 关键改进说明：

• coordinatesList = [] 移至循环内：彻底隔离各文件处理上下文，杜绝跨文件数据污染；
• 使用 "w" 模式而非 "a"：避免重复运行时旧内容残留（原代码中 open(..., "a") 是严重隐患）；
• 显式异常捕获与日志反馈：便于定位具体哪一行/哪个文件出错；
• 归一化值边界校验：主动过滤非法结果，提升鲁棒性；
• 编码声明与路径安全：避免中文路径或特殊字符引发的 UnicodeDecodeError；
• 图像尺寸获取优化：img.shape[:2] 更通用，兼容灰度/彩色图。

? 延伸建议：

• 若需支持多种图像后缀（.jpg, .png, .jpeg），可用 pathlib.Path 构建更灵活的匹配逻辑；
• 对大规模数据集，可引入 tqdm 进度条提升用户体验；
• 将转换逻辑封装为函数（如 dota_to_yolo_line(coords, img_shape)），利于单元测试与复用。

遵循以上实践，即可稳定、准确地完成任意数量 Dota 文件到 YOLO 格式的批量转换，彻底规避“仅首文件正确”的典型陷阱。

本篇关于《Python变量未重置导致坐标溢出问题解析》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！