C++如何计算图像中两个物体之间的重叠率（IoU）-C++-PHP中文网

iou是交集面积与并集面积之比，分母为area(a)+area(b)−area(a∩b)，漏减交集会导致结果>1；掩码计算需用bitwise_and和countnonzero，矩形框则用rect::intersection()。

c++如何计算图像中两个物体之间的重叠率（iou）

IoU 是什么，为什么不能直接用像素计数

IoU（Intersection over Union）不是简单统计重叠像素个数除以总像素数。它严格定义为两个区域交集面积与并集面积之比，分母必须是 area(A) + area(B) - area(A ∩ B)，漏掉减法会导致结果 > 1 或严重高估。OpenCV 的 cv::boundingRect() 和 cv::rectIntersection() 只处理矩形框；如果你的“物体”是掩码（mask），得自己算像素级交并——但别手写双重循环，太慢。

用 OpenCV 掩码计算 IoU 的正确流程

假设你有两个 cv::Mat 类型的二值掩码 mask_a 和 mask_b（类型为 CV_8UC1，0/255 像素值）：

确保两掩码尺寸一致，否则先用 cv::resize() 对齐，别依赖 ROI 自动裁剪
用 cv::bitwise_and(mask_a, mask_b, intersection) 得交集掩码，再用 cv::countNonZero(intersection) 得交集像素数
分别用 cv::countNonZero(mask_a) 和 cv::countNonZero(mask_b) 得各自面积，注意：这里返回的是非零像素个数，不是物理面积单位，但 IoU 是无量纲比值，没问题
并集 = count_a + count_b - intersection_count；若并集为 0（两个掩码全黑），IoU 定义为 0，避免除零

示例关键行：

int inter = cv::countNonZero(intersection);
int union_area = count_a + count_b - inter;
float iou = (union_area == 0) ? 0.0f : static_cast<float>(inter) / union_area;</float>

矩形框 IoU 更快，但只适用于 bounding box 场景

如果物体已用 cv::Rect 表示（比如检测模型输出），优先用几何法，不涉及图像内存操作：

C++ Code Review Master

组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。

下载

用 cv::Rect::intersection() 获取交集矩形，再调 .area()；注意该函数返回空矩形（area() == 0）当无交集
并集面积 = rect_a.area() + rect_b.area() - inter_rect.area()
别用 cv::boundingRect() 对掩码二次拟合——这会丢失形状细节，IoU 值偏高且不可复现

代码片段：

cv::Rect inter = rect_a & rect_b;
int iou = (rect_a.area() + rect_b.area() - inter.area() == 0) 
    ? 0 : inter.area() / static_cast<float>(rect_a.area() + rect_b.area() - inter.area());</float>

常见坑：数据类型、归一化和多通道误用

三个最容易出错的地方：

cv::countNonZero() 只认单通道，传入三通道 CV_8UC3 掩码会返回错误结果（通常为 0）；务必用 cv::cvtColor(..., CV_BGR2GRAY) 或直接提取单通道
掩码值必须是 0 和 255（或 0 和 1），若用浮点掩码（如 PyTorch 输出的 float32），需先 mask.convertScaleAbs(255.0) 或阈值化：cv::threshold(mask, mask, 0.5, 255, cv::THRESH_BINARY)
OpenCV 默认坐标系 y 向下，但矩形交集计算不受影响；真正要小心的是 ROI 提取顺序——mat(rect) 的 rect 必须在 mat 尺寸内，越界不报错但结果为空