写一段halcon数据集格式转化成Paddle的开源数据集格式代码

以下是一个将Halcon数据集格式转化成Paddle的开源数据集格式的代码示例：

import os
import cv2
import numpy as np
import paddle.vision.transforms as T
from paddle.io import Dataset

class Halcon2PaddleDataset(Dataset):
    def __init__(self, halcon_path):
        self.halcon_path = halcon_path
        self.image_paths = []
        self.labels = []
        self.transforms = T.Normalize(mean=[0.5], std=[0.5])
        self.load_data()

    def load_data(self):
        with open(self.halcon_path, 'r') as f:
            lines = f.readlines()
            for line in lines:
                line = line.strip().split(' ')
                image_path = line[0]
                label = int(line[1])
                self.image_paths.append(image_path)
                self.labels.append(label)

    def __getitem__(self, index):
        image_path = self.image_paths[index]
        label = self.labels[index]
        image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
        image = cv2.resize(image, (28, 28))
        image = np.expand_dims(image, axis=0)
        image = self.transforms(image)
        return image, label

    def __len__(self):
        return len(self.image_paths)

这个代码示例中，我们定义了一个`Halcon2PaddleDataset`类，继承自`paddle.io.Dataset`类。在类的`__init__`方法中，我们传入Halcon数据集的路径，读取数据集中的图像路径和标签信息，并进行了归一化处理。在`__getitem__`方法中，我们读取图像，将图像大小调整为28x28，并将图像转化为灰度图像。最后，我们对图像进行了归一化处理，并返回图像和标签。在`__len__`方法中，我们返回数据集的长度。这个类可以作为一个数据集传递给PaddlePaddle模型进行训练。