Python实现IOU计算：矩形交并比算法详解与代码示例

沈知远

发布时间：2026-10-13| 6人浏览过

原创

本文详细介绍如何使用Python计算两个矩形框的交并比（IOU），这是目标检测任务中评估预测边界框与真实标签差异的重要指标。文章解析了IOU的几何定义，提供了计算交集宽度和高度的公式，并附带完整的Python代码实现，帮助开发者快速掌握该算法。

IOU在目标检测中的作用

在目标检测任务中，计算两个矩形框的交并比（Intersection over Union, IOU）常被用作评估检测性能的关键指标。通过比较预测边界框（bbox）与真实标签（ground truth）之间的重叠程度，IOU能够直观反映预测结果的准确性。这一算法逻辑清晰，实现过程简单，适合快速集成到检测流程中。

坐标顺序注意事项

在实际调用函数时，需特别注意边界框坐标的输入顺序为(y0, x0, y1, x1)，即(左上y, 左上x, 右下y, 右下x)。若坐标顺序不一致，可能导致计算结果错误，因此务必确保输入数据格式符合规范。

IOU算法原理与代码实现


#!/usr/bin/env python
# encoding: utf-8
 
def compute_iou(rec1, rec2):
  """
  computing IoU
  :param rec1: (y0, x0, y1, x1), which reflects
      (top, left, bottom, right)
  :param rec2: (y0, x0, y1, x1)
  :return: scala value of IoU
  """
  # computing area of each rectangles
  S_rec1 = (rec1[2] - rec1[0]) * (rec1[3] - rec1[1])
  S_rec2 = (rec2[2] - rec2[0]) * (rec2[3] - rec2[1])
 
  # computing the sum_area
  sum_area = S_rec1 + S_rec2
 
  # find the each edge of intersect rectangle
  left_line = max(rec1[1], rec2[1])
  right_line = min(rec1[3], rec2[3])
  top_line = max(rec1[0], rec2[0])
  bottom_line = min(rec1[2], rec2[2])
 
  # judge if there is an intersect
  if left_line >= right_line or top_line >= bottom_line:
    return 0
  else:
    intersect = (right_line - left_line) * (bottom_line - top_line)
    return (intersect / (sum_area - intersect))*1.0
 
 
if __name__=='__main__':
  rect1 = (661, 27, 679, 47)
  # (top, left, bottom, right)
  rect2 = (662, 27, 682, 47)
  iou = compute_iou(rect1, rect2)
  print(iou)

基于Python实现的IOU算法——提供最简洁易懂的代码实现方案。

概念介绍：