【Python】【功能模块化】判断多个目标检测的框与分割的掩码轮廓是否相交，并输出相交面积最大的框

为综合考虑目标检测和目标分割的结果，会将检测框和掩码轮廓综合考虑进行逻辑判断，需要判断目标框与掩码是否相交。本文对目标框与轮廓是否相交、相交面积对比、输出相交面积最大的目标框索引等功能进行实现，并对实现过程模块化前后代码进行展示，以及添加相应效果帮助大家理解和使用。最后把功能模块化，方便复用和调用。

模块化前

功能实现步骤

步骤1：读取图像，对图像进行二值化，并找出图像中的所有轮廓。
步骤2：判断轮廓大小，找出最大轮廓。
步骤3：定义目标框，格式(x1, y2, x2, y2)，其中(x1, y1)是左上角的坐标,(x2,y2)是右下角坐标。
步骤4：把每个目标框的掩码画出来，中间区域填充。
步骤5：判断轮廓掩码与目标框掩码是否相交。
步骤6：若相交，则计算相交部分的轮廓和面积。
步骤7：判断相交面积与上一个相交面积的大小，保存最大面积和最大面积的目标框索引。
步骤8：若有多个目标框，循环步骤4、步骤5和步骤6。
步骤9：输出最大面积和最大面积的目标框索引。

代码示例

代码

import cv2
import numpy as np

# 读取图像
image = cv2.imread('image.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 二值化图像以获取轮廓
_, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 查找轮廓
contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 获取最大轮廓
if contours:
    max_contour = max(contours, key=cv2.contourArea)
else:
    print("No contours found in the image.")
    exit()

# 定义目标框列表（矩形框的左上角和右下角坐标）

    # 定义目标框列表
bounding_boxes = [
    (571, 576, 902, 1017),  # 示例目标框1
    (527, 317, 713, 395),
    (146, 211, 226, 359),
    (764, 77