如何将AnyLabelImg标注数据无缝导入Halcon：完整流程与避坑指南

1次阅读

共计 2307 个字符，预计需要花费 6 分钟才能阅读完成。

在计算机视觉项目中，我们经常需要将不同工具生成的标注数据进行转换。AnyLabelImg 作为一款流行的标注工具，通常输出 Pascal VOC 格式的 XML 文件，而 Halcon 作为工业视觉领域的标杆软件，使用的是其特有的 Region 数据结构。两者的主要差异在于：

表达形式 ：VOC 格式使用矩形框（xmin, ymin, xmax, ymax）表示目标位置，而 Halcon 使用像素级区域（Region）描述物体轮廓
坐标系统 ：VOC 的 y 轴原点在图像左上角（向下为正），Halcon 则采用数学坐标系（y 轴向上为正）
标签存储 ：VOC 的类别信息直接写在 XML 中，Halcon 通常需要单独建立字典结构

面对格式转换需求，我们有两种主流方案：

手动转换
优点：无需编程，适合少量文件
缺点：易出错，不适用于批量处理
方法：使用 Halcon 的图形界面手动绘制 Region
脚本自动化
优点：高效准确，可批量处理
缺点：需要开发成本
典型流程：
1. 解析 XML 文件
2. 坐标系统转换
3. 生成 Halcon 字典

以下是完整的转换脚本（Python 3.8+）：

import os
import xml.etree.ElementTree as ET
from halcon import HDevelop, HDict

def voc_to_halcon(xml_path, img_height):
    """
    将 VOC 格式标注转换为 Halcon 可读的 HDict
    :param xml_path: VOC 标注文件路径
    :param img_height: 对应图像的高度（用于坐标转换）:return: HDict 对象
    """
    try:
        tree = ET.parse(xml_path)
        root = tree.getroot()

        # 初始化 Halcon 字典
        hdict = HDict()
        regions = []
        class_ids = []

        # 遍历所有目标标注
        for obj in root.findall('object'):
            # 获取类别名称并转换为 ID（示例映射）class_name = obj.find('name').text
            class_id = class_mapping.get(class_name, 0)  # 默认 ID 为 0

            # 获取边界框坐标
            bndbox = obj.find('bndbox')
            xmin = float(bndbox.find('xmin').text)
            ymin = float(bndbox.find('ymin').text)
            xmax = float(bndbox.find('xmax').text)
            ymax = float(bndbox.find('ymax').text)

            # 坐标系统转换（Y 轴翻转）ymin_halcon = img_height - ymax
            ymax_halcon = img_height - ymin

            # 生成 Halcon 矩形区域
            with HDevelop() as hdev:
                hdev.set_system('width', xmax - xmin)
                hdev.set_system('height', ymax_halcon - ymin_halcon)
                hdev.gen_rectangle1(f'region_{class_id}', 
                    ymin_halcon, 
                    xmin, 
                    ymax_halcon, 
                    xmax
                )
                region = hdev.get_var('region').value

            regions.append(region)
            class_ids.append(class_id)

        # 构建 Halcon 字典
        hdict['regions'] = regions
        hdict['class_ids'] = class_ids
        return hdict

    except Exception as e:
        print(f"转换失败 {xml_path}: {str(e)}")
        return None

# 类别映射示例（根据实际项目修改）class_mapping = {
    'defect': 1,
    'ok': 2,
    'scratch': 3
}

在实际转换过程中，需要特别注意以下几个要点：