将Halcon DeepLearning Tool工具生成的hdict文件转为TXT文件

最新推荐文章于 2025-03-04 22:09:01 发布
最新推荐文章于 2025-03-04 22:09:01 发布
阅读量4.6k 收藏 30
点赞数 7
文章标签： c# 深度学习 图像识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xiangdehu/article/details/103772164
版权

Halcon DeepLearning Tool工具是一个非常好用的目标检测标注工具，但是其生成的hdict文件无法直接用于其他深度学习工具，so本文提供了一种方法可以将hdict先转为TXT数据格式。

方法如下：
1.新建一个C#项目Hdict2Txt，创建一个窗体添加两个按钮控件，添加Form1_Load事件、button1_Click和button2_Click点击事件
2.复制下面代码，然后点运行就可以了

using System;
using System.IO;
using System.Text;
using System.Windows.Forms;
using HalconDotNet;

namespace Hdict2Txt
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }
        private HTuple HDict = new HTuple();
        private DictDatas dictDatas = new DictDatas();
        private HTuple hv_DictFile = @"data\train.hdict";
        private string saveInfoPath = @"data\labels.txt";
        private void Form1_Load(object sender, EventArgs e)
        {
            button1.Text = "选择文件";
            button2.Text = "转为TXT";
        }
        private void button1_Click(object sender, EventArgs e)
        {
            using (OpenFileDialog ofg = new OpenFileDialog() { Filter = "Halcon字典文件(*.hdict)|*.hdict" })
            {
                if (ofg.ShowDialog() == DialogResult.OK)
                {
                    hv_DictFile = ofg.FileName;
                    saveInfoPath = hv_DictFile + ".txt";
                    HOperatorSet.ReadDict(hv_DictFile, new HTuple(), new HTuple(), out HDict);
                }
            }
        }

        private void button2_Click(object sender, EventArgs e)
        {
            HOperatorSet.ReadDict(hv_DictFile, new HTuple(), new HTuple(), out HDict);
            GetDictInfo();
            GetLabels();
            MessageBox.Show("处理完成,文件已保存到："+Application.StartupPath+ "\\"+saveInfoPath);
        }
        private void GetDictInfo()
        {
            HTuple AllKeys = new HTuple();
            HOperatorSet.GetDictParam(HDict, "keys", new HTuple(), out AllKeys);
            if (AllKeys.Length != 0)
            {
                try
                {
                    HOperatorSet.GetDictTuple(HDict, "class_ids", out this.dictDatas.class_ids);
                    HOperatorSet.GetDictTuple(HDict, "class_names", out this.dictDatas.class_names);
                    HOperatorSet.GetDictTuple(HDict, "samples", out this.dictDatas.samples);
                    HOperatorSet.GetDictTuple(HDict, "image_dir", out this.dictDatas.image_dir);

                    if (File.Exists(saveInfoPath))
                    {
                        File.Delete(saveInfoPath);
                    }

                    StringBuilder class_ids = new StringBuilder();
                    StringBuilder class_names = new StringBuilder();
                    class_ids.Append("class_ids:");
                    class_names.Append("class_names:");
                    for (int i = 0; i < this.dictDatas.class_ids.Length; i++)
                    {
                        class_ids.Append(this.dictDatas.class_ids.TupleSelect(i).ToString() + ";");
                        class_names.Append(this.dictDatas.class_names.TupleSelect(i).ToString() + ";");
                    }

                    string[] lines = new string[4];
                    lines[0] = class_ids.ToString();
                    lines[1] = class_names.ToString();
                    lines[2] = "image_dir:" + this.dictDatas.image_dir.ToString();
                    lines[3] = "samples:";

                    File.AppendAllLines(saveInfoPath, lines);
                }
                catch
                {
                    MessageBox.Show("此文件格式不支持,无法正常读取！");
                    return;
                }
            }
            else
            {
                MessageBox.Show("hdict文件为空！");
            }
        }
        private void GetLabels()
        {
            HTuple selectsample = dictDatas.samples.TupleSelect(0);
            HTuple AllKeys = new HTuple();
            HOperatorSet.GetDictParam(selectsample, "keys", new HTuple(), out AllKeys);
            if (AllKeys.Length == 7)
            {
                //image_id; image_file_name; bbox_label_id; bbox_row1; bbox_col1; bbox_row2; bbox_col2;
                File.AppendAllText(saveInfoPath, "image_id;image_file_name;bbox_label_id;bbox_row1;bbox_col;bbox_row2;bbox_col2"+"\r\n");
                for (int i = 0; i < dictDatas.samples.Length; i++)
                {
                    selectsample = dictDatas.samples.TupleSelect(i);
                    HOperatorSet.GetDictParam(selectsample, "keys", new HTuple(), out AllKeys);

                    DictObjectItems doi = new DictObjectItems();
                    HOperatorSet.GetDictTuple(selectsample, "image_id", out doi.image_id);
                    HOperatorSet.GetDictTuple(selectsample, "image_file_name", out doi.image_file_name);
                    HOperatorSet.GetDictTuple(selectsample, "bbox_label_id", out doi.bbox_label_id);
                    HOperatorSet.GetDictTuple(selectsample, "bbox_row1", out doi.bbox_row1);
                    HOperatorSet.GetDictTuple(selectsample, "bbox_col1", out doi.bbox_col1);
                    HOperatorSet.GetDictTuple(selectsample, "bbox_row2", out doi.bbox_row2);
                    HOperatorSet.GetDictTuple(selectsample, "bbox_col2", out doi.bbox_col2);

                    string[] lines = new string[doi.bbox_label_id.Length];
                    for (int k = 0; k < doi.bbox_label_id.Length; k++)
                    {
                        lines[k] = doi.image_id + ";" + doi.image_file_name + ";" + doi.bbox_label_id.TupleSelect(k) + ";" + doi.bbox_row1.TupleSelect(k) + ";" 
                            + doi.bbox_col1.TupleSelect(k) + ";" + doi.bbox_row2.TupleSelect(k) + ";" + doi.bbox_col2.TupleSelect(k);
                    }
                    File.AppendAllLines(saveInfoPath, lines);
                }
            }
            else if (AllKeys.Length == 8)
            {
                //['image_file_name', 'image_id', 'bbox_row', 'bbox_col', 'bbox_length1', 'bbox_length2', 'bbox_phi', 'bbox_label_id']
                File.AppendAllText(saveInfoPath, "image_id;image_file_name;bbox_label_id;bbox_row;bbox_col;bbox_length1;bbox_length2;bbox_phi" + "\r\n");
                for (int i = 0; i < dictDatas.samples.Length; i++)
                {
                    selectsample = dictDatas.samples.TupleSelect(i);
                    HOperatorSet.GetDictParam(selectsample, "keys", new HTuple(), out AllKeys);

                    DictObjectItems doi = new DictObjectItems();
                    HOperatorSet.GetDictTuple(selectsample, "image_id", out doi.image_id);
                    HOperatorSet.GetDictTuple(selectsample, "image_file_name", out doi.image_file_name);
                    HOperatorSet.GetDictTuple(selectsample, "bbox_label_id", out doi.bbox_label_id);
                    HOperatorSet.GetDictTuple(selectsample, "bbox_row", out doi.bbox_row1);
                    HOperatorSet.GetDictTuple(selectsample, "bbox_col", out doi.bbox_col1);
                    HOperatorSet.GetDictTuple(selectsample, "bbox_length1", out doi.bbox_row2);
                    HOperatorSet.GetDictTuple(selectsample, "bbox_length2", out doi.bbox_col2);
                    HOperatorSet.GetDictTuple(selectsample, "bbox_phi", out doi.bbox_phi);

                    string[] lines = new string[doi.bbox_label_id.Length];
                    for (int k = 0; k < doi.bbox_label_id.Length; k++)
                    {
                        lines[k] = doi.image_id + ";" + doi.image_file_name + ";" + doi.bbox_label_id.TupleSelect(k) + ";" + doi.bbox_row1.TupleSelect(k) + ";" 
                            + doi.bbox_col1.TupleSelect(k) + ";" + doi.bbox_row2.TupleSelect(k) + ";" + doi.bbox_col2.TupleSelect(k) + ";" + doi.bbox_phi.TupleSelect(k);
                    }
                    File.AppendAllLines(saveInfoPath, lines);
                }
            }
            else
            {
                MessageBox.Show("此文件格式不支持,无法正常读取！");
                return;
            }
        }
    }
    public class DictDatas
    {
        //分类名
        public HTuple class_names;
        //分类ID
        public HTuple class_ids;
        //图片文件夹路径
        public HTuple image_dir;
        //图片标注信息，包括名称、标签、目标矩形框坐标等
        public HTuple samples;
    }
    public class DictObjectItems
    {
        public HTuple image_id;
        public HTuple image_file_name;
        public HTuple bbox_label_id;
        public HTuple bbox_row1;
        public HTuple bbox_col1;
        public HTuple bbox_row2;
        public HTuple bbox_col2;
        public HTuple bbox_phi;
    }
}

注意Halcon DeepLearning Tool工具有两种标注方法，常用的就是轴平行矩形标注，它还有个高级的自由矩形标注方法，两种方法产生数据格式不一样

例如：Halcon例程中的screws.hdict，采用的自由矩形标注方法，转换为TXT后部分内容截图如下：
在这里插入图片描述
下面这个是一个手势识别的例子，采用轴平行矩形标注方法，转换为TXT后部分内容截图如下：

在这里插入图片描述
最后，对于生成这个TXT有啥用或怎么用的问题，各位自行研究，这是我自己写的，最后我转换成了YOLOv3的数据格式，用YOLOv3训练没有问题.
直接下载通道（源码）：
https://download.csdn.net/download/xiangdehu/12068057

xiangdehu
关注
Halcon DeepLearning深度学习模型训练及预测流程（目标检测为例）
weixin_42511814的博客
08-09 6778
😐 😐 😐。
Halcon深度学习2 -- 标注工具Deep Learning Tool下载安装
fengyingv的博客
10-07 1万+
Deep Learning Tool为Halcon开发公司MVTec官方提供的一款标注工具： 标记培训数据是任何深度学习应用程序的关键的第一步。 当涉及到应用程序的性能，准确性和健壮性时，此标记数据的质量起着重要作用。 借助MVTec深度学习工具，我们正在为HALCON用户创建全面流畅的深度学习体验。 通过开发我们自己的解决方案，我们确保可以将其输出无缝集成到HALCON中。 该应用程序还使我们能够吸收在开发HALCON深度学习算法时获得的丰富经验和专业知识，而该算法自然也涉及很多标签！ Deep.
halcon显示坐标_HALCON深度学习工具0.4 早鸟版发布了
weixin_39618597的博客
11-21 2429
HALOCN深度学习工具在整个深度学习过程中扮演着重要的作用，而且在将来将扮演更重要的辅助作用，大大加快深度学习的开发流程，目前发布版本工具的主要作用是图像数据处理和目标检测和分类中的标注。标注训练数据是任何深度学习应用中第一个最要的步骤，标注数据的质量将对应用的性能，准确性和稳定性发挥着重要的作用。借助MVTec公司提供的深度学习工具，将为HALCON的使用者创建一个综合性的深度学习体验。MVT...
DeepLearningTool-深度学习分类-和HALCON的详细过程
最新发布
weixin_36672036的博客
03-04 1341
损失函数：衡量预测误差，用于模型优化。混淆矩阵：评估分类模型性能，提供详细预测结果分析。两者结合使用，可以全面评估和优化模型。过拟合：模型过于复杂，捕捉了噪声，表现为训练集误差低，测试集误差高。欠拟合：模型过于简单，无法捕捉数据模式，表现为训练集和测试集误差都高。调整参数过拟合：简化模型、增加数据、使用正则化、早停、Dropout。欠拟合：增加模型复杂度、特征工程、增加训练时间、调整学习率、使用集成方法。通过合理调整参数和方法，可以有效避免过拟合和欠拟合，提升模型性能。
将MVTec DLT生成的hdict文件转为TXT文件--Hdict2Txt转换程序.zip
09-03
Halcon DLT0.5是一个非常好用的目标检测标注工具，但是其生成的hdict文件无法直接用于其他深度学习工具，so本内容提供了一种方法可以将hdict先转为TXT数据格式，很方便的再转为其它深度学习工具所需要的数据格式，C#源码，自留学习备用。
将Halcon DeepLearning Tool工具生成的hdict文件转为TXT文件 Ha
06-25
将Halcon DeepLearning Tool工具生成的hdict文件转为TXT文件 Halcon DeepLearning Tool工具是一个非常好用的目标检测标注工具，但是其生成的hdict文件无法直接用于其他深度学习工具，so本内容提供了一种方法可以将hdict先转为TXT数据格式，然后各位可以很方便的再转为其它深度学习工具所需要的数据格式，附件为C#源码，可以根据需要自行修改。
Halcon 深度学习工具
04-27
Halcon Deep Learning Tool,标记的图片项目，可以直接导入halcon训练识别
将Halcon DeepLearning Tool工具生成的hdict文件转为TXT文件 H
06-25
将Halcon DeepLearning Tool工具生成的hdict文件转为TXT文件 Halcon DeepLearning Tool工具是一个非常好用的目标检测标注工具，但是其生成的hdict文件无法直接用于其他深度学习工具，so本内容提供了一种方法可以将...
Halcon DeepLearning Tool工具生成的hdict文件转为TXT文件：高效数据转换利器
gitblog_09717的博客
10-21 1030
Halcon DeepLearning Tool工具生成的hdict文件转为TXT文件：高效数据转换利器 【下载地址】HalconDeepLearningTool工具生成的hdict文件转为TXT文件 Halcon DeepLearning Tool工具生成的hdict文件转为TXT文件Halcon DeepLearni...
Halcon-深度学习初探
HJZ11的博客
06-22 1900
文章目录1.安装环境1.1 halcon1.2.Deep learning tool2.使用案例2.1 Deep learning tool案例2.2 Halcon参考案例 1.安装环境 1.1 halcon https://www.mvtec.com/downloads 下载步骤： 1. Full Version 1.9 GB---Halcon安装包 2. Deep Learning Data 1.2 GB 3. Deep Learning Core 1.6 GB 1.2.Deep lea
Halcon Deep Learning Object Detection 和 C# 客户端调用模型进行识别
iml6yu的博客
11-14 2309
在 DL（Halcon 标注工具）工具中新建一个分类项目，如下图导入图片并且标注。Halcon 开发工具。Halcon 标注工具。Vs2022 社区版。利用了demo的图片。
Halcon 深度学习训练工具:MVTec Deep Learning Tool 23.08 Early Adopter打开报错
拳不离手曲不离口的博客
03-21 1762
MVTec ,Halcon, DeepLearning Tool
Halcon 20版深度学习标注工具——Deep Learning Tool详细安装教程
热门推荐
ZiLiangQin的博客
01-09 2万+
前言 我们前面对18版本深度学习进行了分类、缺陷检测介绍，那时候深度学习工具还没有那么的成熟，我们自己根据例程自己写了脚本用于深度学习，也同样能达到想要的效果，但需要一定的创造性，上手相对复杂了点。之前的深度学习标注工具对分类，目标检测还是相对友好易用的，但对于语义分割不是那么友好，很多人想在依然使用Python、labelme、。随着深度学习在工业应用中呼声越来越高，Halcon的深度学习标注工具也越来越成熟，那么接下来给大家介绍如何安装深度学习工具，后面通过分类、目标检测、语义分割为大家更加详细的介绍D
利用halcon的深度学习网络进行目标检测
weixin_43811753的博客
09-09 8652
利用halcon的深度学习网络进行目标检测 halcon深度学习流程利用halcon的深度学习网络进行目标检测1.halcon目标检测总工作流程:准备工作开始训练 1.halcon目标检测总工作流程: * * 深度学习目标检测工作流程: * * This example demonstrates the overall workflow for * object detection based on deep learning, using axis-aligned bounding boxes. *
halcon机器视觉深度学习对象检测，物体检测
u011511086的专栏
02-20 501
halcon机器视觉深度学习对象检测，物体检测
C#基于Halcon深度学习分类例程DeepLearning_Classification_MNIST_Halcon
675491918的博客
12-02 4928
用C#写的基于Halcon深度学习分类例程，可以当分类工具使用，能够快速训练和测试分类模型，操作非常直观方便！ 本例基于Halcon深度学习，运行需要安装Halcon深度学习环境，参考https://blog.csdn.net/xuanbi8560/article/details/80911015 本例软件配置如下： 1、halcon-19.05.0.0-windows.exe 2、halco...
HALCON DEEP OCR 训练自己的模型和简单验证
u010396127的博客
09-26 5553
HALCON DEEP OCR 训练自己的模型和简单验证
将Halcon DeepLearning hdict文件转换为TXT格式的方法
资源摘要信息:"本资源提供了将Halcon DeepLearning Tool工具生成的hdict文件转换为TXT文件的方法。Halcon DeepLearning Tool是一个目标检测标注工具，它产生的hdict文件由于格式特殊，不能直接被其他深度学习工具...
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值