cv2.dnn.NMSBoxes()用法

`cv2.dnn.NMSBoxes()`是OpenCV中的一个函数，用于非极大值抑制（Non-Maximum Suppression，NMS）。它通常用于在目标检测任务中，减少框的数量，以提高检测精度。

该函数的用法如下：

indices = cv2.dnn.NMSBoxes(boxes, scores, score_threshold, nms_threshold)

其中，参数含义如下：

- `boxes`：需要进行NMS的矩形框（bounding boxes），类型为`numpy.ndarray`，形状为`(N, 4)`，其中`N`是框的数量，每个框用四个浮点数表示`(x, y, w, h)`，分别为左上角的坐标和框的宽度和高度。
- `scores`：每个矩形框的置信度得分，类型为`numpy.ndarray`，形状为`(N, )`，其中`N`是框的数量。
- `score_threshold`：得分阈值，低于该阈值的框将被过滤掉。
- `nms_threshold`：IoU阈值，重叠度大于该阈值的框将被过滤掉。
- `indices`：返回值，表示保留下来的框的索引，类型为`numpy.ndarray`，形状为`(M, )`，其中`M`是保留下来的框的数量。

返回的`indices`数组表示保留下来的框的索引，可以通过以下代码从`boxes`和`scores`数组中获取这些框的坐标和得分：

selected_boxes = boxes[indices]
selected_scores = scores[indices]

需要注意的是，`cv2.dnn.NMSBoxes()`函数只能用于单一的类别目标检测。如果需要处理多类别的目标检测，需要对每个类别分别进行NMS。