通过PYTHON画图来理解IOU的计算（学习随笔）

一、前言

       最近在对实验的测试结果进行统计，需要对代码进行相应的修改来对IOU进行计算，在网上找了一些关于IOU的资料，对IOU有了一定的理解，于是就想做一个随笔以提醒自己。

二、IOU介绍

        首先我们要先知道IOU是什么东西。交并比（Intersection-over-Union，IoU），是产生的候选框（candidate bound）与原标记框（ground truth bound）的交叠率，即它们的交集与并集的比值。下图所示

                       

图片展现的非常直观，通俗来说就是:

        1、两个矩形框相交的面积 / 两个矩形框并起来的面积，（是标记框和候选框）

        2、两个矩形相交的面积 / （两个矩形的面积之和 - 两个矩形相交的面积）

 三、举个栗子

          

   注：G表示标记框（ground truth bound），P表示候选框（candidate bound）

（重点来了：

        1、这两个矩形都是按左下和右上的坐标来计算，同时也要注意坐标轴的方向。下面的代码也是按左下和右上的坐标来计算

         2、网上的大部分博客，图是标的是左上和右下的顶点坐标，但是代码清一色是通过左下和右上顶点坐标来确定矩形位置的。所以看着很混乱。

 

 记住：左下全大，右上全小

 1、中间相交的蓝色区域的左下角坐标（xmin，ymin）：要看G和P的左下角坐标对比，取这两个框横纵坐标都最大的。比如（gxmin，gymin）=（1， 2），（pxmin，pymin）=（2， 1），那么（xmin，ymin） = （2， 2）

 2、右上角坐标（xmin，ymin）：要看G和P的右上角坐标对比，取这两个框横纵坐标都最小的。比如（gxmax，gymax）=（4， 4），（pxmax，pymax）=（6， 3），那么（xmin，ymin） = （4， 3）

 3、w（相交矩形的宽 ）=（xmax-xmin），h（相交矩形的高） =（yman-ymin）

 4、判断相交与否：就看第3步算出来的宽或者高是不是大于0

四、代码

可以运行看一看结果，再结合上面的步骤，看图能直观点（坐标点随机生成的，多运行几遍，每次结果都不同）

相交：

 不相交：

import random
import matplotlib.pyplot as plt  # plot:绘制

# 注意一般bbox的表示方式有两种：
# 第一种：用中心加宽高表示 (x, y, w, h)；
# 第二种：用左上右下两个角点表示 (x1, y1, x2, y2)
# 使用别人代码时注意表示方式


# 因为这是随机产生的，要保证右上横坐标 > 左下横坐标，右上纵坐标 > 左下纵坐标
# 原标记框G的坐标

gxmin, gymin, gxmax, gymax = random.sample(range(0, 6), 4)
if gxmin > gxmax:
    gxmin, gxmax = gxmax, gxmin
if gymax < gymin:
    gymin, gymax = gymax, gymin
print("1.蓝色标记框G的坐标是：({}, {}), ({}, {})".format(gxmin, gymin, gxmax, gymax))

# 预测框P的坐标
pxmin, pymin, pxmax, pymax = random.sample(range(0, 6), 4)
if pxmin > pxmax:
    pxmin, pxmax = pxmax, pxmin
if pymax < pymin:
    pymin, pymax = pymax, pymin
print("2.红色预测框P的坐标是：({}, {}), ({}, {})".format(pxmin, pymin, pxmax, pymax))

# 相交的的坐标
xmin = max(gxmin, pxmin)
ymin = max(gymin, pymin)
xmax = min(gxmax, pxmax)
ymax = min(gymax, pymax)
print("3.假定相交的的坐标是：({}, {}), ({}, {})".format(xmin, ymin, xmax, ymax))

# 假定相交的宽和高
w = xmax - xmin
h = ymax - ymin
# 判断相交与否
if w <= 0 or h <= 0:
    print("4.不相交")
    
    # 画不相交的图
    fig1 = plt.figure("不相交")   # 图像标题为
    ax1 = fig1.add_subplot(111)  # 将画布分为1*1,并且将画布定位到第一个axis系中
    ax1.add_patch(
        plt.Rectangle(
            (gxmin, gymin),  # (x,y)矩形左下角
            gxmax - gxmin,  # width长
            gymax - gymin,  # height宽
            color='blue',
            alpha=0.5
        )
    )
    ax1.add_patch(
        plt.Rectangle(
            (pxmin, pymin),  # (x,y)矩形左下角
            pxmax - pxmin,  # width长
            pymax - pymin,  # height宽
            color='red',
            alpha=0.5)
    )
    plt.xlim(0, 6)
    plt.ylim(0, 6)
    plt.show()
    plt.close(1)

else:
    print("4.相交")
    # 求相交面积
    area = w * h

    print("5.相交的面积是：{}".format(area))

    garea = (gxmax - gxmin) * (gymax - gymin)
    print("6.蓝色标记框G的面积是：{}".format(garea))

    parea = (pxmax - pxmin) * (pymax - pymin)
    print("7.红色预测框P的面积是：{}".format(parea))
    IOU = area / (garea + parea - area)

    print("8.IOU = {} = {} / ({} + {} - {})".format(IOU, area, garea, parea, area))

    fig1 = plt.figure("相交")  # 图像标题为
    ax1 = fig1.add_subplot(111)  # 将画布分为1*1,并且将画布定位到第一个axis系中
    ax1.add_patch(
        plt.Rectangle(
            (gxmin, gymin),  # (x,y)矩形左下角
            gxmax - gxmin,  # width长
            gymax - gymin,  # height宽
            color='blue',
            alpha=0.5
        )
    )
    ax1.add_patch(
        plt.Rectangle(
            (pxmin, pymin),  # (x,y)矩形左下角
            pxmax - pxmin,  # width长
            pymax - pymin,  # height宽
            color='red',
            alpha=0.5)
    )
    plt.xlim(0, 6)
    plt.ylim(0, 6)
    plt.show()