如何从 txt 文件中读取特定的单词和数字并将它们保存在矩阵中

Posted 2023-05-07

【中文标题】如何从 txt 文件中读取特定的单词和数字并将它们保存在矩阵中

【英文标题】：How to read specific words and numbers from a txt file and save them in a matrix

【发布时间】：2014-10-18 12:47:03

【问题描述】：

我正在做对象检测，并希望从 7481 个文本文件中生成一个真实的 .mat 文件。这些文件的内容都是这样的格式：

car 0.00 0 -1.82 804.97 167.34 995.43 327.94 1.63 1.48 2.37 3.23 1.59 8.55 -1.47   
misc 0.00 5 2.35 254.24 -2 305.25 7.6 4.58 5.35 2.35 1.35 2.35 3.36 1.56  
bicycle 0.00 1 2 3 1 2.3 4.25 3.1 2 1 2.4 1.25 46.5 1.54  
don't know 0.00 2.21 5.32 1.23 5.25 9.46 4.35 1.25 5 1 3 2 4 1.54

即，在每个文本文件中，有几行（不同文件中的行数不同），并且在每一行中，第一项是类型（car/misc/people/van/don't know. ...)，类型后面是 14 个由空格分隔符分隔的双精度数。我想做以下事情：

检查类型是否为car/van/misc/tram 如果类型是其中之一，则在以下14个数字中，分别取第4、5、6、7、14个数字，然后存入一个矩阵中 对文件夹中的所有文本文件重复 1 和 2，然后生成包含地面实况信息的 mat 文件

现在我的代码是这样的：

clc;
clear all;
DetDir = '/scratch/yangj/project/car_dataset/training/label/';
F = dir([DetDir,'/*.txt']);
for frameNum = 1:7481

detFile = [DetDir,F(frameNum).name]; 

fid = fopen(detFile);

while 1
tline = fgetl(fid);
if ~ischar(tline), break, end
str = tline;

end
fclose (fid);

end

我认为我应该在 while 循环中进行类型检查和取数，但我不知道如何编写代码来实现我的目标。

你能帮我解决这个问题吗？

【参考方案1】：

如果你的分隔符是一个空格，don't know 语句很烦人。我建议首先使用这个漂亮的 (Perl) 函数 replaceinfile 来解决这个问题，它可以将 don't know 更改为例如don't_know.

如果解决了，以下应该可以工作：

N = numel(F);
C = cell(N,1);
for idx = 1:N

    % get the data
    fid = fopen([DetDir F(idx).name]);
    data = textscan(fid,'%s %f %f %f %f %f %f %f %f %f %f %f %f %f %f');
    fclose(fid);

    % combine all numeric data 
    M = horzcat(data2:end);

    % check for a string match
    b = cellfun(@(type) strcmp(data1, type), 'car','van','misc','tram', 'uni', 0);

    % keep only the interesting part of the numeric data
    Cidx = M(any(horzcat(b:),2),[4 5 6 7 14]);
end

% combine and save
gt = vertcat(C:);
save('gt.mat', 'gt');

如果您不更改文件中的don't know 语句，代码实际上仍会运行，但（通常）不会产生所需的gt 矩阵。

---

要回答有关添加其他内容的问题：

在构造M之后，只需添加：

M(:,end+1) = M(:,6)-M(:,4); % this becomes the 15-th value

通过将Cidx = M(any(horzcat(b:),2),[4 5 6 7 14]); 更改为包含文件号来完成

fnr = (idx-1) * ones(sum(sum(horzcat(b:),2)),1);
Cidx = [fnr M(any(horzcat(b:),2),[4 5 7 14 15])];

【讨论】：

非常感谢您的回答...我犯了一个错误，'不知道'实际上是'DontCare'，所以空间问题现在不是问题..但是，运行代码后，导出的 gt.mat 为空……不知道为什么会这样……而且，顺便说一下，如果我想将 frameNum 保存在矩阵的第一列（但请注意frameNum 是从 0000 到 7480），如果我想保存 a = 6th_Number - 4th_Number 来代替 6th_Number，我该怎么办？

嗯，这很有趣。在这里它工作正常。我建议调试代码并研究中间结果。首先从单个文件开始并研究data 单元格数组：它是否包含所需的数据？接下来，考虑字符串匹配：b 元胞数组是否如您所愿？ （此数组中的第一个单元格包含一个匹配单词car 的数组，第二个匹配van，依此类推）。

我知道错误在哪里......因为它应该是'Car'而不是'car'......非常感谢......并且，你能帮我解决这个问题：如果我想在矩阵的第一列保存txt编号（但请注意，txt编号是从0000到7480），如果我想保存a = 6th_Number - 4th_Number来代替6th_Number，我应该怎么做做什么？

我在上次编辑中包含了一个答案。顺便说一句，使用strcmpi 比较字符串不区分大小写，因此您可以在代码中更改它。无论如何，如果现在一切都已解决 - 您可以考虑通过单击复选标记来接受此答案。谢谢！

是的，我点击了，非常感谢！你的回答真的很有帮助。