python opencv矩形拟合 python 矩形检测

转载

mob6454cc6d5f87 2023-08-23 20:13:58

文章标签 python opencv矩形拟合 python 实现显著性检测并集 Python 二维数组 文章分类 Python 后端开发

交并比(Intersection-over-Union，IoU)，目标检测中使用的一个概念，我们在进行目标检测算法测试时，重要的指标，是产生的预测框(candidate bound)与标记框(ground truth bound)的交叠率，即它们的交集与并集的比值。最理想情况是完全重叠，即比值为1。

通常，我们所说的目标检测检测的框是规则的矩形框，计算IOU也非常简单，一般两种方法：

两个矩形的宽之和减去组合后的矩形的宽就是重叠矩形的宽，同比重叠矩形的高。
右下角的最小值减去左上角的最大值就是重叠矩形的宽，同比高。

上述规则四边形(矩形)IOU计算方式一的 Python实现

def calculate_regular_iou(rec1, rec2):     """     computing IoU     :param rec1: (y0, x0, y1, x1), which reflects             (top, left, bottom, right)     :param rec2: (y0, x0, y1, x1)     :return: scala value of IoU     """      S_rec1 = (rec1[2] - rec1[0]) * (rec1[3] - rec1[1])     S_rec2 = (rec2[2] - rec2[0]) * (rec2[3] - rec2[1])      sum_area = S_rec1 + S_rec2      left_line = max(rec1[1], rec2[1])     right_line = min(rec1[3], rec2[3])     top_line = max(rec1[0], rec2[0])     bottom_line = min(rec1[2], rec2[2])      if left_line >= right_line or top_line >= bottom_line:         return 0     else:         intersect = (right_line - left_line) * (bottom_line - top_line)         return (intersect / (sum_area - intersect)) *       if __name__ == '__main__':     # (top, left, bottom, right)     rect1 = [551, 26, 657, 45]     rect2 = [552, 27, 672, 46]     iou = calculate_regular_iou(rect1, rect2)

上述规则四边形(矩形)IOU计算方式二的 Python 实现

def compute_regular_iou_other(rec1, rec2):     """     computing IoU     :param rec1: (y0, x0, y1, x1), which reflects             (top, left, bottom, right)     :param rec2: (y0, x0, y1, x1)     :return: scala value of IoU     """     areas1 = (rec1[3] - rec1[1]) * (rec1[2] - rec1[0])     areas2 = (rec2[3] - rec2[1]) * (rec2[2] - rec2[0])      left = max(rec1[1],rec2[1])      right = min(rec1[3],rec2[3])      top = max(rec1[0], rec2[0])      bottom = min(rec1[2], rec2[2])      w = max(0, right - left)     h = max(0, bottom - top)      return w*h / (areas2 + areas1 - w*h)  if __name__ == '__main__':     # (top, left, bottom, right)     rect1 = [551, 26, 657, 45]     rect2 = [552, 27, 672, 46]     iou = compute_regular_iou_other(rect1, rect2)

但是，对于不规则四边形就不能通过上述这两种方式来计算，这里可以使用Python的 Shapely 库实现，Python 实现如下：

import numpy as np import shapely from  import TopologicalError from  import Polygon,MultiPoint  def to_polygon(quadrilateral):     """      :param quadrilateral: 四边形四个点坐标的一维数组表示，[x,y,x,y....]     :return: 四边形二维数组, Polygon四边形对象     """     # 四边形二维数组表示     quadrilateral_array = (quadrilateral).reshape(4, 2)     # Polygon四边形对象，会自动计算四个点，最后四个点顺序为：左上 左下  右下 右上 左上     quadrilateral_polygon = Polygon(quadrilateral_array).convex_hull      return quadrilateral_array, quadrilateral_polygon  def calculate_iou(actual_quadrilateral, predict_quadrilateral):     """      :param actual_quadrilateral: 预测四边形四个点坐标的一维数组表示，[x,y,x,y....]     :param predict_quadrilateral: 期望四边形四个点坐标的一维数组表示，[x,y,x,y....]     :return:     """     # 预测四边形二维数组, 预测四边形 Polygon 对象     actual_quadrilateral_array, actual_quadrilateral_polygon = to_polygon(actual_quadrilateral)     # 期望四边形二维数组, 期望四边形 Polygon 对象     predict_quadrilateral_array, predict_quadrilateral_polygon = to_polygon(predict_quadrilateral)      # 合并两个box坐标，变为8*2 便于后面计算并集面积     union_poly = ((actual_quadrilateral_array, predict_quadrilateral_array))     # 两两四边形是否存在交集     inter_status = (predict_quadrilateral_polygon)     # 如果两四边形相交，则进iou计算     if inter_status:         try:             # 交集面积             inter_area = (predict_quadrilateral_polygon).area             # 并集面积 计算方式一             #union_area =  +  - inter_area             # 并集面积 计算方式二             union_area = MultiPoint(union_poly).             # 若并集面积等于0,则iou = 0             if union_area == 0:                 iou = 0             else:                 # 第一种计算的是: 交集部分/包含两个四边形最小多边形的面积                 iou = float(inter_area) / union_area                 #  第二种： 交集 / 并集(常见矩形框IOU计算方式)                 # iou=float(inter_area) /(+-inter_area)         except .TopologicalError :             print('.TopologicalError occured, iou set to 0')             iou = 0     else:         iou = 0      return iou  if __name__ == '__main__':     actual_quadrilateral = [908, 215, 934, 312, 752, 355, 728, 252]     predict_quadrilateral =  [923, 308, 758, 342, 741, 262, 907, 228]     iou = calculate_iou(actual_quadrilateral, predict_quadrilateral)     print(iou)