形如下左图这样的，我们需要将其转换成右图方可用于YOLO。

边界框格式坐标解释：

边界框格式坐标为(x1,y1),(x2,y2),1。其中(x1,y1)表示边界框的左上角坐标，(x2,y2)表示边界框的右下角坐标，a表示目标的类别。这种格式直观地给出了边界框在图像中的位置。

YOLO 格式坐标解释

 YOLO 格式坐标为c x y w h。其中c是目标的类别数量，x、y是目标中心相对于图像宽度和高度的坐标，w、h是目标的宽度和高度相对于图像宽度和高度的比例。

计算公式如下：设图像的宽度为W，高度为H   

中心坐标x： 

中心坐标y： 

宽度w： 

高度h： 

接下来上干货直接上代码：

首先需要确保安装了 Pillow 库来读取图像的宽高，如果没有安装，可以使用以下命令：

pip install Pillow

安装完后复制粘贴下面代码：

import os
from PIL import Image

def convert_to_yolo_format(x1, y1, x2, y2, img_width, img_height):
    # 计算中心坐标和宽高
    x_center = (x1 + x2) / 2 / img_width
    y_center = (y1 + y2) / 2 / img_height
    width = (x2 - x1) / img_width
    height = (y2 - y1) / img_height
    return x_center, y_center, width, height

def get_image_size(image_path):
    with Image.open(image_path) as img:
        return img.size  # 返回宽度和高度

def process_label_file(file_path, img_width, img_height):
    new_lines = []
    with open(file_path, 'r') as file:
        for line in file:
            # 去掉换行符并分割
            line = line.strip()
            if line:  # 确保不处理空行
                coords, category = line.rsplit(',', 1)
                x1y1, x2y2 = coords.split('),(')
                x1y1 = x1y1[1:]  # 去掉开头的括号
                x2y2 = x2y2[:-1]  # 去掉结尾的括号
                x1, y1 = map(float, x1y1.split(','))
                x2, y2 = map(float, x2y2.split(','))
                
                # 转换为YOLO格式
                x_center, y_center, width, height = convert_to_yolo_format(x1, y1, x2, y2, img_width, img_height)
                
                # 创建新的行，以空格分隔
                new_line = f"{int(category)} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}"
                new_lines.append(new_line)
    
    # 将新内容写回文件
    with open(file_path, 'w') as file:
        for new_line in new_lines:
            file.write(new_line + '\n')

def process_directory(directory, image_directory):
    for filename in os.listdir(directory):
        if filename.endswith('.txt'):
            label_file_path = os.path.join(directory, filename)
            # 从新路径拼接图像文件的路径
            image_file_path = os.path.join(image_directory, filename.replace('.txt', '.jpg'))  # 这里可以调整扩展名
            
            if os.path.exists(image_file_path):  # 确保图像文件存在
                img_width, img_height = get_image_size(image_file_path)  # 获取图像尺寸
                process_label_file(label_file_path, img_width, img_height)
            else:
                print(f"找不到与标签文件 {filename} 对应的图像文件 {image_file_path}")

# 设置标签文件和图像文件所在目录
labels_directory = r'C:\Users\DELL\Desktop\NWPU VHR-10 dataset\labels\train'
images_directory = r'C:\Users\DELL\Desktop\NWPU VHR-10 dataset\images\train'

# 处理目录中的所有标签文件
process_directory(labels_directory, images_directory)

print("标签文件处理完成。")

注意有几个需要修改的地方：

        1.# 设置标签文件和图像文件所在目录
                labels_directory = r'C:\Users\DELL\Desktop\NWPU VHR-10 dataset\labels\train'
                images_directory = r'C:\Users\DELL\Desktop\NWPU VHR-10 dataset\images\train'

                需要根据自己的路径对上面两个路径进行替换，其中labels_directory是labels路径，images_directory是labels对应的图片路径。