ShanghaiTech数据集是适用于密集人群计数领域的经典公开数据集，其分为A\B两部分，原始数据集的图像尺寸各不相同，且标注文件和图像尺寸相对应，在使用过程中，可能需要对于图像的尺寸进行调整，同时也需要修改标注文件；
文件结构：
文件夹：afterProcess（带标注示意图），ground_truch（原始数据集mat文件），img（原始数据集图像文件），new_ground_truth（新生成的mat文件），new_image（新生成的图像文件），均在同一个文件夹下；
为了方便，.py文件也在此目录下；
其中主要涉及.mat文件的读写与cv2修改图像尺寸；（仅供学习参考以及个人回忆）
代码如下：将图像都统一为 384*512大小
import os
import sys
from scipy.io import loadmat
import cv2
import numpy as np
import scipy.ioimagePath=".img/"
groundPath=".ground_truth/"
savePath=".afterProcess/"newGroundPath = ".new_ground_truth/"# 针对shanghaitech A B 数据集def createMat():"""根据原来的mat文件生成新的修改过图像尺寸的mat文件"""files = os.listdir(imagePath) # 读取文件夹下的图片for file in files:image = cv2.imread(imagePath+file)height = image.shape[0]width = image.shape[1]x_xi = round(384/height, 2)y_xi = round(512/width, 2)fileName = file.replace('IMG_','')fileName = fileName.replace('.jpg','')print(fileName)m=loadmat(groundPath+"GT_IMG_"+fileName+".mat")coordinates=m["image_info"][0][0][0][0][0]for i in range(0, len(coordinates)):m["image_info"][0][0][0][0][0][i][0] = round(coordinates[i][0]*y_xi, 2)m["image_info"][0][0][0][0][0][i][1] = round(coordinates[i][1]*x_xi, 2)scipy.io.savemat(newGroundPath+"GT_IMG_"+fileName+".mat", m)def showLablledImage():"""调整图像的尺寸，并且根据修改后的mat文件在调整过尺寸的图像上将标注显示出来"""files = os.listdir(imagePath) # 读取文件夹下的图片for file in files:image = cv2.imread(imagePath+file)image = cv2.resize(image,(512,384),interpolation=cv2.INTER_CUBIC)fileName = file.replace('IMG_','')fileName = fileName.replace('.jpg','')print(fileName)cv2.imwrite("./justPoint/new_image/"+file, image, [int(cv2.IMWRITE_JPEG_QUALITY),95])m=loadmat(newGroundPath+"GT_IMG_"+fileName+".mat")point_size = 1point_color = (0, 0, 255) # BGRthickness = 4 # 0 、4、8coordinates=m["image_info"][0][0][0][0][0]for coor in coordinates:cv2.circle(image, (int(coor[0]),int(coor[1])), point_size, point_color, thickness)cv2.imwrite(savePath+file, image, [int(cv2.IMWRITE_JPEG_QUALITY),95])# 使用顺序：1）先用createMat生成mat文件；2）用showLablledImage
#showLablledImage()
createMat()