用python写一段代码，用于处理yolouv8训练数据集

好的，以下是一段用于处理 YOLOv8 训练数据集的 Python 代码：

import os
import cv2
import numpy as np

# 定义标签解析函数
def parse_label(label_path):
    with open(label_path, "r") as file:
        lines = file.read().split("\n")
        objects = []
        for line in lines:
            if len(line) > 0:
                obj = line.split(" ")
                xmin = int(obj[1])
                ymin = int(obj[2])
                xmax = int(obj[3])
                ymax = int(obj[4])
                objects.append((xmin, ymin, xmax, ymax))
        return objects

# 定义图像处理函数
def process_image(image_path, label_path):
    image = cv2.imread(image_path)
    objects = parse_label(label_path)
    for obj in objects:
        xmin, ymin, xmax, ymax = obj
        cv2.rectangle(image, (xmin, ymin), (xmax, ymax), (0, 0, 255), 2)
    return image

# 读取数据集文件夹中的所有图像
data_dir = "data"
image_files = [f for f in os.listdir(data_dir) if f.endswith(".jpg")]
for image_file in image_files:
    image_path = os.path.join(data_dir, image_file)
    label_path = os.path.join(data_dir, image_file.replace(".jpg", ".txt"))
    processed_image = process_image(image_path, label_path)
    cv2.imshow("Processed Image", processed_image)
    cv2.waitKey(0)
cv2.destroyAllWindows()

该代码中使用了 OpenCV 库来读取图像数据和绘制边框，并使用 Numpy 库来处理图像数组。代码中定义了两个函数：一个用于解析标签文件，一个用于处理图像并在图像上绘制边框。最后，该代码读取数据集文件夹中的所有图像，并使用处理图像函数处理