python 图像iou_如何通过python实现IOU计算代码实例

Intersection over Union(IOU)是一种测量在特定数据集中检测相应物体准确度的一个标准。IoU是一个简单的测量标准，只要是在输出中得出一个预测范围(bounding boxes)的任务都可以用IoU来进行测量。

IoU分数是对象类别分割问题的标准性能度量 [1] 。 给定一组图像，IoU测量给出了在该组图像中存在的对象的预测区域和地面实况区域之间的相似性

计算两个矩形的交并比，通常在检测任务里面可以作为一个检测指标。你的预测bbox和groundtruth之间的差异，就可以通过IOU来体现。

代码如下

#!/usr/bin/env python

# encoding: utf-8

import numpy as np

'''

函数说明：计算两个框的重叠面积

输入：

rec1 第一个框xmin ymin xmax ymax

rec2 第二个框xmin ymin xmax ymax

输出：

iouv 重叠比例 0 没有

'''

def compute_iou(rec1, rec2):

# computing area of each rectangles

S_rec1 = (rec1[2] - rec1[0]) * (rec1[3] - rec1[1]) # H1*W1

S_rec2 = (rec2[2] - rec2[0]) * (rec2[3] - rec2[1]) # H2*W2

# computing the sum_area

sum_area = S_rec1 + S_rec2 #总面积

# find the each ed