使用shapely模块完成多边形交并比（IOU）计算

参考：https://cloud.tencent.com/developer/ask/42755，https://blog.csdn.net/u014421797/article/details/89501572，
https://www.itranslater.com/qa/details/2582747861733606400

两个矩形的交并比计算交简单

直接复制第二个参考链接中的代码

def IoU(box1, box2):
    '''
    计算两个矩形框的交并比
    :param box1: list,第一个矩形框的左上角和右下角坐标
    :param box2: list,第二个矩形框的左上角和右下角坐标
    :return: 两个矩形框的交并比iou
    '''
    x1 = max(box1[0], box2[0])   # 交集左上角x
    x2 = min(box1[2], box2[2])   # 交集右下角x
    y1 = max(box1[1], box2[1])   # 交集左上角y
    y2 = min(box1[3], box2[3])   # 交集右下角y
 
    overlap = max(0., x2-x1) * max(0., y2-y1)
    union = (box1[2]-box1[0]) * (box1[3]-box1[1]) \
            + (box2[2]-box2[0]) * (box2[3]-box2[1]) \
            - overlap
 
    return overlap/union
if __name__ == '__main__':
    # box = [左上角x1,左上角y1,右下角x2,右下角y2]
    box1 = [10, 0, 15, 10]
    box2 = [12, 5, 20, 15]
    iou = IoU(box1, box2)

非规则四边形的IOU计算

测试发现

Polygon().convex_hull，排序的结果特点，以最低点的一点为起点，（若y值一样小，则比较x较小的作为起点）顺时针排列所有点

import shapely
import numpy as np
from shapely.geometry import Polygon, MultiPoint, mapping 

def bbox_iou_eval(box1, box2):
    box1 = np.array(box1).reshape(4, 2)
    poly1 = Polygon(box1).convex_hull #POLYGON ((0 0, 0 2, 2 2, 2 0, 0 0))
    print(type(mapping(poly1)['coordinates'])) # (((0.0, 0.0), (0.0, 2.0), (2.0, 2.0), (2.0, 0.0), (0.0, 0.0)),)
    poly_arr = np.array(poly1)

    box2 = np.array(box2).reshape(4, 2)
    poly2 = Polygon(box2).convex_hull

    if not poly1.intersects(poly2):  # 如果两四边形不相交
        iou = 0
    else:
        try:
            inter_area = poly1.intersection(poly2).area  # 相交面积
            iou = float(inter_area) / (poly1.area + poly2.area - inter_area)
        except shapely.geos.TopologicalError:
            print('shapely.geos.TopologicalError occured, iou set to 0')
            iou = 0
    return iou
if __name__ == '__main__':
    # box = [四个点的坐标，顺序无所谓]
    box3 = [0, 0, 2, 2, 2, 0, 0, 2]   # 左上，右上，右下，左下
    box4 = [1, 1, 1, 3, 3, 3, 3, 1]
    iou = bbox_iou_eval(box3, box4)
    print(iou)

Polygon类型中的坐标数据的获得

有时候想要用到到排序好的几个坐标数据，但Polygon中没有直接得到的坐标点的方法，下面是几种方法
第一种：使用mapping
总结：

1.可使用nump的功能，将坐标点转化为n*2的形式，
2.Polygon(n*2).convex_hull对坐标点进行排序
3.使用mapping得到排序好对象的内容
4.使用字典和元组切片的方式得到坐标点
为了防止坐标点会多一个，为了闭合，切片方式中：-1

from shapely.geometry import Polygon, MultiPoint, mapping 
box3 = [0, 0, 2, 2, 2, 0, 0, 2]
box1 = np.array(box1).reshape(4, 2)
poly1 = Polygon(box1).convex_hull

print(poly1)		# POLYGON ((0 0, 0 2, 2 2, 2 0, 0 0))
map_poly = mapping(poly1) # 这时的值就是一个字典可以通过字典方式访问
'''{'type': 'Polygon', 'coordinates': (((0.0, 0.0), (0.0, 2.0), (2.0, 2.0), (2.0, 0.0), (0.0, 0.0)),)}'''
print(['coordinates'])   # 这是一个元组
'''(((0.0, 0.0), (0.0, 2.0), (2.0, 2.0), (2.0, 0.0), (0.0, 0.0)),)'''
print(map_poly['coordinates'][0][:-1])
'''((0.0, 0.0), (0.0, 2.0), (2.0, 2.0), (2.0, 0.0)) '''

第二种：使用内部属性.exterior.coords.xy

box3 = [0, 0, 2, 2, 2, 0, 0, 2]   # 左上，右上，右下，左下
box1 = np.array(box3).reshape(4, 2)  # 将8个点转换为4*2的矩阵形式
poly1 = Polygon(box1).convex_hull 
x, y = poly1.exterior.coords.xy
print(x, y) #array('d', [0.0, 0.0, 2.0, 2.0, 0.0]) array('d', [0.0, 2.0, 2.0, 0.0, 0.0])
print(list(x)) #[0.0, 0.0, 2.0, 2.0, 0.0]

第三种：使用指针*方式

解释：

list(zip(*poly1.exterior.coords.xy))
'''
1.*poly1.exterior.coords.xy,得到两个分开的arry类型的x，y的数组
2.使用zip将两个一维数组压缩成一对数值为一个元组的多个点坐标
3.将点坐标放在列表中
'''

box3 = [0, 0, 2, 2, 2, 0, 0, 2]   # 左上，右上，右下，左下
box1 = np.array(box3).reshape(4, 2)  # 将8个点转换为4*2的矩阵形式
poly1 = Polygon(box1).convex_hull 
x, y = poly1.exterior.coords.xy
print(x, y)
# array('d', [0.0, 0.0, 2.0, 2.0, 0.0]) array('d', [0.0, 2.0, 2.0, 0.0, 0.0])
xy = poly1.exterior.coords.xy
print(*xy)  #同上  ，相当于先.exterior.coords.xy，再使用*取的内容

xy_list = list(zip(*poly1.exterior.coords.xy))  
print(xy_list)#[(0.0, 0.0), (0.0, 2.0), (2.0, 2.0), (2.0, 0.0), (0.0, 0.0)]

第四种，最简单直接

xy = poly1.exterior.coords# 这里的xy是一个对象需要用list完成显示
print(list(xy)) #[(0.0, 0.0), (0.0, 2.0), (2.0, 2.0), (2.0, 0.0), (0.0, 0.0)]

第五种

xy = poly1.exterior.coords
for i,j in xy:
	print(x,y)