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()。
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;
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
下载
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。
立即学习“C++免费学习笔记（深入）”；
- 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());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
IoU 本身不关心物体语义，只认像素或矩形几何；如果你的“物体”边界模糊或存在半透明区域，得先做阈值或概率融合，这部分不属于 IoU 计算范畴，别混在一起处理。
