PPOCRLabel数据集转ICDAR2015数据集

### 将PPOCRLabel数据集转换为ICDAR2015数据集格式

为了实现从PPOCRLabel到ICDAR2015的数据集格式转换，需理解两种格式的具体结构差异，并编写相应的脚本来完成这一过程。

#### PPOCRLabel 数据集格式说明
PPOCRLabel是一种用于标注图像中文本位置的工具，其输出文件通常是一个`.txt`文件，每一行代表一个矩形框及其对应的文本标签。每行的内容由坐标和文字组成，具体形式如下：

x_min,y_min,x_max,y_min,x_max,y_max,x_min,y_max,text

其中，`(x_min, y_min)`表示左上角坐标，`(x_max, y_max)`表示右下角坐标[^3]。

#### ICDAR2015 数据集格式说明
ICDAR2015竞赛使用的数据集中，每个样本同样通过文本文件描述图片中的文本区域。对于每一个矩形或多边形包围盒，采用的是顺时针方向给出四个顶点坐标的顺序存储方式，即：

x1,y1,x2,y2,x3,y3,x4,y4,transcription

这里需要注意的是，虽然两者都记录了四组坐标值来定义边界框的位置，但是它们之间存在细微差别——主要是关于起始点的选择以及遍历的方向不同。

#### 实现转换的方法
基于上述分析，下面提供一段Python代码片段作为解决方案的一部分，该函数接收原始路径、输入目录名及输出标签文件名为参数，读取指定目录下的所有标注文件(.txt)，按照新的格式重写这些信息至目标文件夹内相应的新版.txt文件中。

import os


def convert_ppocr_to_icdar(input_file_path, output_file_path):
    with open(input_file_path, 'r', encoding='utf-8') as f_in,\
            open(output_file_path, 'w', encoding='utf-8') as f_out:
        lines = f_in.readlines()
        for line in lines:
            parts = line.strip().split(',')
            points = list(map(int, parts[:8]))  # 取前八个数值部分
            
            # 构建新格式字符串
            new_line = ','.join([str(points[i]) for i in range(8)]) + ',' + ','.join(parts[8:])
            
            f_out.write(new_line + '\n')


root_path = './data'
input_dir = 'ppocr_labels'  # 原始PP-OCR Label所在子文件夹名称
output_dir = 'icdar2015_format'

if not os.path.exists(os.path.join(root_path, output_dir)):
    os.makedirs(os.path.join(root_path, output_dir))

for filename in os.listdir(os.path.join(root_path, input_dir)):
    if filename.endswith('.txt'):
        infile = os.path.join(root_path, input_dir, filename)
        outfile = os.path.join(root_path, output_dir, filename)
        
        convert_ppocr_to_icdar(infile, outfile)

此段程序实现了批量处理功能，能够自动遍历给定路径下的所有符合条件的文本文件，并逐一对它们执行格式转换操作[^2]。