python opencv 极大值抑制

在OpenCV中，可以使用cv2.dnn.NMSBoxes()函数实现极大值抑制。

极大值抑制的主要目的是在一组预测框中选出最佳的框，以避免重复的检测。该函数的输入是一组预测框、每个框的置信度（或得分）以及阈值。该函数的输出是根据置信度和阈值进行筛选后的预测框。

下面是一个示例代码：

import cv2
import numpy as np

# 生成一组预测框和对应的置信度
boxes = np.array([[50, 50, 100, 100], [60, 60, 120, 120], [70, 70, 140, 140]])
scores = np.array([0.9, 0.75, 0.8])

# 设置阈值
threshold = 0.8

# 应用极大值抑制
indices = cv2.dnn.NMSBoxes(boxes, scores, threshold, 0.4)

# 输出筛选后的预测框
for i in indices:
    i = i[0]
    box = boxes[i]
    print(box)

在上面的示例中，我们生成了三个预测框和对应的置信度，然后应用极大值抑制来筛选出最佳的预测框。最终输出的是一个筛选后的预测框列表。