如何为bbox_sort函数传入可选参数thresh？替代全局变量方案

首先，不要用文件存储thresh，这种做法完全没必要，会增加复杂度还降低灵活性，直接通过参数传递是更合理的选择。下面提供几种重构方案，都能避免全局变量，同时让thresh成为可选参数：

方案1：使用闭包（直观易懂） #

把bbox_sort定义在一个外层函数里，让它能直接访问外层的thresh参数，调用时可灵活指定阈值：

from functools import cmp_to_key

def get_bbox_sorter(thresh=10):
    def bbox_sort(a, b):
        # 先判断Y轴高度差是否小于等于阈值
        if abs(a[1] - b[1]) <= thresh:
            # 同一行内按X轴从左到右排序
            return a[0] - b[0]
        # 不同行按Y轴从上到下排序
        return a[1] - b[1]
    return bbox_sort

def get_prediction(result, thresh=10):
    coord_list = []
    res = result.to_coco_annotations()

    for ann in res:
        x, y, w, h = ann['bbox']
        coord_list.append((x, y, w, h))

    # 获取绑定了指定thresh的排序函数
    cnts = sorted(coord_list, key=cmp_to_key(get_bbox_sorter(thresh)))
    
    # 优化索引查找：用字典替代index方法，避免重复bbox匹配错误且提升性能
    bbox_to_index = {bbox: idx for idx, bbox in enumerate(cnts)}
    for ann in res:
        ann['image_id'] = bbox_to_index[tuple(ann['bbox'])]

    return res

方案2：使用functools.partial绑定参数 #

通过partial把thresh参数绑定到bbox_sort上，让它符合cmp_to_key要求的双参数函数格式：

from functools import cmp_to_key, partial

def bbox_sort(a, b, thresh=10):
    if abs(a[1] - b[1]) <= thresh:
        return a[0] - b[0]
    return a[1] - b[1]

def get_prediction(result, thresh=10):
    coord_list = []
    res = result.to_coco_annotations()

    for ann in res:
        x, y, w, h = ann['bbox']
        coord_list.append((x, y, w, h))

    # 绑定thresh参数，生成符合要求的比较函数
    sorted_func = partial(bbox_sort, thresh=thresh)
    cnts = sorted(coord_list, key=cmp_to_key(sorted_func))
    
    # 优化索引查找
    bbox_to_index = {bbox: idx for idx, bbox in enumerate(cnts)}
    for ann in res:
        ann['image_id'] = bbox_to_index[tuple(ann['bbox'])]

    return res

方案3：改用key函数（更高效，推荐） #

Python的sorted用key函数比cmp_to_key效率更高，我们可以把排序逻辑转换成生成key的规则，完全不用比较函数：

def get_bbox_key(thresh=10):
    def key_func(bbox):
        x, y, _, _ = bbox
        # 把Y轴坐标按阈值分组，同一组按X轴排序，不同组按Y轴排序
        return (y // thresh, x)
    return key_func

def get_prediction(result, thresh=10):
    coord_list = []
    res = result.to_coco_annotations()

    for ann in res:
        x, y, w, h = ann['bbox']
        coord_list.append((x, y, w, h))

    # 使用key函数排序，无需cmp_to_key
    cnts = sorted(coord_list, key=get_bbox_key(thresh))
    
    # 优化索引查找
    bbox_to_index = {bbox: idx for idx, bbox in enumerate(cnts)}
    for ann in res:
        ann['image_id'] = bbox_to_index[tuple(ann['bbox'])]

    return res

补充说明： #

• 原代码中cnts.index(tuple(res[pred]['bbox']))存在性能问题（每次查找是O(n)），且如果有重复bbox会返回第一个匹配的索引，改用字典映射bbox_to_index可将查找复杂度降到O(1)，结果也更准确。
• 把thresh作为get_prediction的可选参数，调用时可根据需求灵活修改，比如get_prediction(result, thresh=15)。

内容的提问来源于stack exchange，提问作者ИНДУС Геймдев