写一个python代码，清除所有重叠的矩形框，但不使用scores。

以下是一个简单的 Python 代码示例，用于清除所有重叠的矩形框：

def non_max_suppression(boxes, overlap_thresh):
    if len(boxes) == 0:
        return []

    # 提取矩形框的坐标和面积
    x1 = boxes[:, 0]
    y1 = boxes[:, 1]
    x2 = boxes[:, 2]
    y2 = boxes[:, 3]
    area = (x2 - x1 + 1) * (y2 - y1 + 1)

    # 将矩形框按照 y1 坐标进行排序
    idxs = np.argsort(y1)

    # 初始化保留的矩形框列表
    pick = []

    # 循环处理所有矩形框
    while len(idxs) > 0:
        # 取出最高的矩形框，并将其添加到保留列表中
        last = len(idxs) - 1
        i = idxs[last]
        pick.append(i)

        # 找出所有与当前矩形框重叠的其他矩形框的索引
        suppress = [last]
        for pos in range(last):
            j = idxs[pos]
            xx1 = max(x1[i], x1[j])
            yy1 = max(y1[i], y1[j])
            xx2 = min(x2[i], x2[j])
            yy2 = min(y2[i], y2[j])
            w = max(0, xx2 - xx1 + 1)
            h = max(0, yy2 - yy1 + 1)
            overlap = float(w * h) / area[j]

            if overlap > overlap_thresh:
                suppress.append(pos)

        # 删除所有重叠的矩形框
        idxs = np.delete(idxs, suppress)

    # 返回保留的矩形框列表
    return boxes[pick]

这个代码使用了非极大值抑制（Non-Maximum Suppression，NMS）算法，通过比较不同矩形框之间的重叠面积来删除重叠的矩形框。这个算法是目标检测和物体识别领域中常用的技术之一。