简介
你曾经使用过物体检测算法吗？如果是，则很有可能你已经使用了非最大抑制算法。也许这是你使用的深度学习模式的一部分，你甚至没有注意到。因为即使是非常复杂的算法也会面临这个问题，它们会多次识别同一个对象。今天，想向你展示非最大抑制算法是如何工作的，并提供一个python实现。首先向你展示，边界框是包围图像中检测到的对象的矩形。然后我将介绍非最大抑制的代码。该算法逐个删除冗余的边界框。它通过移除重叠大于阈值的框来实现。边界框我们使用边界框来标记图像中已识别出感兴趣对象的部分。
在本例中，要识别的对象是方块A中的大方块。边界框始终是垂直的矩形。因此，我们只需要存储所有边界框的左上角和右下角。
当使用目标检测方法时，同一个目标在稍有不同的区域被多次检测到的情况经常发生。
大多数情况下，我们只想检测一次对象。为了实现这一点，我们通过应用非最大值抑制来删除冗余的边界框。非最大抑制现在，向你展示了执行非最大抑制的完整功能代码，这样你就有了一个概览。但别担心，我会带你看一下代码。
def NMS（boxes， overlapThresh ＝ 0．4）：
＃ 返回一个空列表，如果没有给出框
if len（boxes） ＝＝ 0：
return ［］
x1 ＝ boxes［：， 0］ ＃ x左上角的坐标
y1 ＝ boxes［：， 1］ ＃ y左上角的坐标
x2 ＝ boxes［：， 2］ ＃ x右下角的坐标
y2 ＝ boxes［：， 3］ ＃ y右下角的坐标
＃ 计算边界框的面积，并对边界进行排序
＃ 边框的右下角y坐标
areas ＝ （x2 － x1 ＋ 1） ＊ （y2 － y1 ＋ 1） ＃ 需要加1
＃ 开始时所有框的索引。
indices ＝ np．arange（len（x1））
for i，box in enumerate（boxes）：
＃ 创建临时索引
temp＿indices ＝ indices［indices！＝i］
＃ 找出相交方块的坐标
xx1 ＝ np．maximum（box［0］， boxes［temp＿indices，0］）
yy1 ＝ np．maximum（box［1］， boxes［temp＿indices，1］）
xx2 ＝ np．minimum（box［2］， boxes［temp＿indices，2］）
yy2 ＝ np．minimum（box［3］， boxes［temp＿indices，3］）
＃ 找出交叉框的宽度和高度
w ＝ np．maximum（0， xx2 － xx1 ＋ 1）
h ＝ np．maximum（0， yy2 － yy1 ＋ 1）
＃ 计算重叠的比例
overlap ＝ （w ＊ h） ／ areas［temp＿indices］
＃ 如果实际的边界框与其他框的重叠部分大于阈值，删除它的索引
if np．any（overlap） ＞ treshold：
indices ＝ indices［indices ！＝ i］
＃ 只返回其余索引的方框
return boxes［indices］．astype（int）
非最大抑制（NMS）函数接收一组框，阈值默认值0．4。
def NMS（boxes， overlapThresh ＝ 0．4）：
框的数组必须进行组织，以便每行包含不同的边界框。
如果它们重叠更多，则两个中的一个将被丢弃。重叠树阈值为0．4意味着两个矩形可以共享其40％的面积。矩形的面积是用它的宽度乘以它的高度来计算的。我们增加1，因为边界框在起点坐标和终点坐标上都有一个像素。
areas ＝ （x2 － x1 ＋ 1） ＊ （y2 － y1 ＋ 1）
然后，我们为所有框创建索引。稍后，我们将逐个删除索引，直到只有对应于非重叠框的索引。
indices ＝ np．arange（len（x1））
在循环中，我们迭代所有框。对于每个框，我们检查它与任何其他框的重叠是否大于阈值。如果是这样，我们将从索引列表中删除该框的索引。
我们创建包含方框索引的索引，其中不包含box［i］的索引。
temp＿indices ＝ indices［indices！＝i］
为了计算重叠，我们首先计算相交框的坐标。这段代码是矢量化的，以加快速度，我们计算长方体［i］与其他长方体的交点。
xx1 ＝ np．maximum（box［0］， boxes［temp＿indices，0］）
yy1 ＝ np．maximum（box［1］， boxes［temp＿indices，1］）
xx2 ＝ np．minimum（box［2］， boxes［temp＿indices，2］）
yy2 ＝ np．minimum（box［3］， boxes［temp＿indices，3］）
这可能有点混乱，但零点在左上角。因此，我们通过选择？？？？1及？？？？1的最小值，？？？？2及？？？？2的最大值来获得相交框的坐标。
然后计算相交框的宽度和高度。我们取最大值0和计算的宽度和高度，因为负的宽度和高度会扰乱重叠的计算。
w ＝ np．maximum（0， xx2 － xx1 ＋ 1）
h ＝ np．maximum（0， yy2 － yy1 ＋ 1）
重叠就是相交框的面积除以边界框的面积。在我们的例子中，所有边界框的大小都相同，但该算法也适用于大小不同的情况。
overlap ＝ （w ＊ h） ／ areas［temp＿indices］
然后，如果box［i］与任何其他框的重叠大于treshold，则我们从剩余的索引中排除索引i。
if np．any（overlap） ＞ treshold：
indices ＝ indices［indices ！＝ i］
然后，我们返回带有未删除索引的框。像素坐标必须是整数，所以我们转换它们只是为了安全。
return boxes［indices］．astype（int）
基于模板匹配的目标检测你可能会问自己，我最初是如何得到这些边界框的。我使用了一种叫做模板匹配的简单技术。你只需要一个图像和一个模板，即你要搜索的对象。我们的形象将是方块A。
我们的模板将是图像中间的方块。
请注意，模板的方向和大小（以像素为单位）必须与要在图像中检测的对象大致相同。
我们需要opencv。如果你还没有，可以在终端中安装。
pip install opencv－python
我们导入cv2。
import cv2
要执行模板匹配并从中生成边界框，我们可以使用以下函数。
def bounding＿boxes（image， template）：
（tH， tW） ＝ template．shape［：2］ ＃ 获取模板的高度和宽度
imageGray ＝ cv2．cvtColor（image， 0） ＃ 将图像转换为灰度
templateGray ＝ cv2．cvtColor（template， 0） ＃ 将模板转换为灰度
result ＝ cv2．matchTemplate（imageGray， templateGray， cv2．TM＿CCOEFF＿NORMED） ＃ 模板匹配返回相关性
（y1， x1） ＝ np．where（result ＞＝ treshold） ＃ 对象被检测到，其中相关性高于阈值
boxes ＝ np．zeros（（len（y1）， 4）） ＃ 构造一个零数组
x2 ＝ x1 ＋ tW ＃ 用模板的宽度计算x2
y2 ＝ y1 ＋ tH ＃ 计算y2与模板的高度
＃ 填充边框数组
boxes［：， 0］ ＝ x1
boxes［：， 1］ ＝ y1
boxes［：， 2］ ＝ x2
boxes［：， 3］ ＝ y2
return boxes．astype（int）
cv2．matchTemplate函数返回图像不同部分与模板的相关性。
然后，我们选择图像的部分，其中相关性在阈值之上。
（y1， x1） ＝ np．where（result ＞＝ treshold）
我们还需要一个函数将边界框绘制到图像上。
def draw＿bounding＿boxes（image，boxes）：
for box in boxes：
image ＝ cv2．rectangle（copy．deepcopy（image），box［：2］， box［2：］， （255，0，0）， 3）
return image
完整代码
import cv2
import pyautogui
import pyautogui
import cv2
import numpy as np
import os
import time
import matplotlib．pyplot as plt
import copy
def NMS（boxes， overlapThresh ＝ 0．4）：
＃ 返回一个空列表，如果没有给出框
if len（boxes） ＝＝ 0：
return ［］
x1 ＝ boxes［：， 0］ ＃ x左上角的坐标
y1 ＝ boxes［：， 1］ ＃ y左上角的坐标
x2 ＝ boxes［：， 2］ ＃ x右下角的坐标
y2 ＝ boxes［：， 3］ ＃ y右下角的坐标
＃ 计算边界框的面积，并对边界进行排序
＃ 边框的右下角y坐标
areas ＝ （x2 － x1 ＋ 1） ＊ （y2 － y1 ＋ 1） ＃ 需要加1
＃ 开始时所有框的索引。
indices ＝ np．arange（len（x1））
for i，box in enumerate（boxes）：
＃ 创建临时索引
temp＿indices ＝ indices［indices！＝i］
＃ 找出相交方块的坐标
xx1 ＝ np．maximum（box［0］， boxes［temp＿indices，0］）
yy1 ＝ np．maximum（box［1］， boxes［temp＿indices，1］）
xx2 ＝ np．minimum（box［2］， boxes［temp＿indices，2］）
yy2 ＝ np．minimum（box［3］， boxes［temp＿indices，3］）
＃ 找出交叉框的宽度和高度
w ＝ np．maximum（0， xx2 － xx1 ＋ 1）
h ＝ np．maximum（0， yy2 － yy1 ＋ 1）
＃ 计算重叠的比例
overlap ＝ （w ＊ h） ／ areas［temp＿indices］
＃ 如果实际的边界框与其他框的重叠部分大于阈值，删除它的索引
if np．any（overlap） ＞ treshold：
indices ＝ indices［indices ！＝ i］
＃ 只返回其余索引的方框
return boxes［indices］．astype（int）
def bounding＿boxes（image， template）：
（tH， tW） ＝ template．shape［：2］ ＃ 获取模板的高度和宽度
imageGray ＝ cv2．cvtColor（image， 0） ＃ 将图像转换为灰度
templateGray ＝ cv2．cvtColor（template， 0） ＃ 将模板转换为灰度
result ＝ cv2．matchTemplate（imageGray， templateGray， cv2．TM＿CCOEFF＿NORMED） ＃ 模板匹配返回相关性
（y1， x1） ＝ np．where（result ＞＝ treshold） ＃ 对象被检测到，其中相关性高于阈值
boxes ＝ np．zeros（（len（y1）， 4）） ＃ 构造一个零数组
x2 ＝ x1 ＋ tW ＃ 用模板的宽度计算x2
y2 ＝ y1 ＋ tH ＃ 计算y2与模板的高度
＃ 填充边框数组
boxes［：， 0］ ＝ x1
boxes［：， 1］ ＝ y1
boxes［：， 2］ ＝ x2
boxes［：， 3］ ＝ y2
return boxes．astype（int）
def draw＿bounding＿boxes（image，boxes）：
for box in boxes：
image ＝ cv2．rectangle（copy．deepcopy（image），box［：2］， box［2：］， （255，0，0）， 3）
return image
if ＿＿name＿＿ ＝＝ ＂＿＿main＿＿＂：
time．sleep（2）
treshold ＝ 0．8837 ＃ 关联阈值，以便识别一个对象
template＿diamonds ＝ plt．imread（r＂templates／ace＿diamonds＿plant＿template．jpg＂）
ace＿diamonds＿rotated ＝ plt．imread（r＂images／ace＿diamonds＿table＿rotated．jpg＂）
boxes＿redundant ＝ bounding＿boxes（ace＿diamonds＿rotated， template＿diamonds） ＃ 计算边界盒
boxes ＝ NMS（boxes＿redundant） ＃ 删除多余的包围框
overlapping＿BB＿image ＝ draw＿bounding＿boxes（ace＿diamonds＿rotated，
boxes＿redundant） ＃ 使用所有多余的边框绘制图像
segmented＿image ＝ draw＿bounding＿boxes（ace＿diamonds＿rotated，boxes） ＃ 在图像上绘制边界框
plt．imshow（overlapping＿BB＿image）
plt．show（）
plt．imshow（segmented＿image）
plt．show（）
结论
我们可以使用非最大值抑制来删除冗余的边界框。它们是多余的，因为它们多次标记同一对象。
NMS算法利用相交三角形的面积计算三角形之间的重叠。如果边界框与任何其他边界框的重叠高于阈值，则将删除该边界框。
?原文标题:非最大抑制?
