需求：
- NMS中的IOU相关，是选择一个最大或者可信度最高的框框保留。
- 而我们现在试需要将重叠框框合并为一个大的框框，所以不能直接用上面的。
- 并且
OpenCV的groupRectangles在Python中我实在用不懂，而且它会把不重叠的框直接删了。。
原理：
- 循环+递归，依次判断两个框是否有重叠。
效果：
参考代码：
import cv2
import numpy as np
def checkOverlap(boxa, boxb):
x1, y1, w1, h1 = boxa
x2, y2, w2, h2 = boxb
if (x1 > x2 + w2):
return 0
if (y1 > y2 + h2):
return 0
if (x1 + w1 < x2):
return 0
if (y1 + h1 < y2):
return 0
colInt = abs(min(x1 + w1, x2 + w2) - max(x1, x2))
rowInt = abs(min(y1 + h1, y2 + h2) - max(y1, y2))
overlap_area = colInt * rowInt
area1 = w1 * h1
area2 = w2 * h2
return overlap_area / (area1 + area2 - overlap_area)
def unionBox(a, b):
x = min(a[0], b[0])
y = min(a[1], b[1])
w = max(a[0] + a[2], b[0] + b[2]) - x
h = max(a[1] + a[3], b[1] + b[3]) - y
return [x, y, w, h]
def intersectionBox(a, b):
x = max(a[0], b[0])
y = max(a[1], b[1])
w = min(a[0] + a[2], b[0] + b[2]) - x
h = min(a[1] + a[3], b[1] + b[3]) - y
if w < 0 or h < 0:
return ()
return [x, y, w, h]
def rectMerge_sxf(rects: []):
# rects => [[x1, y1, w1, h1], [x2, y2, w2, h2], ...]
'''
当通过connectedComponentsWithStats找到rects坐标时，
注意前2個坐标是表示整個圖的，需要去除，不然就只有一個大框，
在执行此函数前，可执行类似下面的操作。
rectList = sorted(rectList)[2:]
'''
rectList = rects.copy()
rectList.sort()
new_array = []
complete = 1
# 要用while，不能forEach，因爲rectList內容會變
i = 0
while i < len(rectList):
# 選後面的即可，前面的已經判斷過了，不需要重復操作
j = i + 1
succees_once = 0
while j < len(rectList):
boxa = rectList[i]
boxb = rectList[j]
# 判斷是否有重疊，注意只針對水平＋垂直情況，有角度旋轉的不行
if checkOverlap(boxa, boxb): # intersectionBox(boxa, boxb)
complete = 0
# 將合並後的矩陣加入候選區
new_array.append(unionBox(boxa, boxb))
succees_once = 1
# 從原列表中刪除，因爲這兩個已經合並了，不刪除會導致重復計算
rectList.remove(boxa)
rectList.remove(boxb)
break
j += 1
if succees_once:
# 成功合並了一次，此時i不需要+1，因爲上面進行了remove(boxb)操作
continue
i += 1
# 剩餘項是不重疊的，直接加進來即可
new_array.extend(rectList)
# 0: 可能還有未合並的，遞歸調用;
# 1: 本次沒有合並項，說明全部是分開的，可以結束退出
if complete == 0:
complete, new_array = rectMerge_sxf(new_array)
return complete, new_array
box = [[20, 20, 20, 20], [100, 100, 100, 100], [60, 60, 50, 50], [50, 50, 50, 50]]
_, res = rectMerge_sxf(box)
print(res)
print(box)
img = np.ones([256, 256, 3], np.uint8)
for x,y,w,h in box:
img = cv2.rectangle(img, (x,y), (x+w,y+h), (0, 255, 0), 2)
cv2.imshow('origin', img)
img = np.ones([256, 256, 3], np.uint8)
for x,y,w,h in res:
img = cv2.rectangle(img, (x,y), (x+w,y+h), (0, 0, 255), 2)
cv2.imshow('after', img)
cv2.waitKey(0)到此这篇关于Python合并重叠矩形框的文章就介绍到这了,更多相关Python合并矩形框内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
