MDNet结果json文件转成long term visual tracking (oxuva)评估所需的csv文件的python脚本

import json
import pdb
import cv2
import os
import pandas as pd
resultpath='/media/yangrui/yrD/Code/py-MDNet-master/result/'
videopath="/media/yangrui/yrD/Code/py-MDNet-master/dataset/test/"
videos=os.listdir(videopath)
for i in range(len(videos)):
    jsonpath=resultpath+videos[i]+'/result.json'
    with open(jsonpath,'r') as f:
        result=json.load(f)
    xmin=[]
    xmax=[]
    ymin=[]
    ymax=[]
    video_ids=[]
    obj_ids=[]
    frame_nums=[]
    presents=[]
    scores=[]
    video_id=videos[i][0:7]
    if(len(videos[i])==7):
        obj_id='obj0000'
    elif(videos[i][-1]=='2'):
        obj_id='obj0001'
    else:
        obj_id='obj0002'
    present='True'
    score=0.5
    l=result['res']
    imgs=os.listdir(videopath+videos[i]+'/img/')
    for j in range(len(imgs)):
        image=cv2.imread(videopath+videos[i]+'/img/'+imgs[j])
        imgh=image.shape[0]
        imgw=image.shape[1]
        x=l[j][0]
        y=l[j][1]
        w=l[j][2]
        h=l[j][3]
        x1=x/imgw
        x2=(x+w)/imgw
        y1=y/imgh
        y2=(y+h)/imgh
        x1=round(x1,4)
        x2=round(x2,4)
        y1=round(y1,4)
        y2=round(y2,4)

        frame=imgs[j][0:6]
        if(frame=='000000'):
            frame_num=0
        else:
            frame_num=frame.lstrip('0')
        xmin.append(x1)
        xmax.append(x2)
        ymin.append(y1)
        ymax.append(y2)
        video_ids.append(video_id)
        obj_ids.append(obj_id)
        frame_nums.append(frame_num)
        presents.append(present)
        scores.append(score)
    dataframe=pd.DataFrame({'video_id':video_ids,'object_id':obj_ids,'frame_num':frame_nums,'present':presents,\
                            'score':scores,'xmin':xmin,'xmax':xmax,'ymin':ymin,'ymax':ymax})
    savepath='/media/yangrui/yrG/Code/csv/'+videos[i][0:7]+'_'+obj_id+'.csv'
    columns=['video_id','object_id','frame_num','present','score','xmin','xmax','ymin','ymax']

    dataframe.to_csv(savepath,index=False,columns=columns,header=None)