X-AnyLabeling 矩形标注合并功能的优化实践

在图像标注工具 X-AnyLabeling 的最新版本中，开发团队针对矩形标注的合并操作进行了重要功能升级。这项改进源于实际用户在使用 YOLOv8 模型进行漫画文本标注时遇到的效率瓶颈问题。

功能背景

在早期模型训练阶段，目标检测模型常会出现同一文本区域被识别为多个重叠矩形的情况。传统处理方式需要用户逐个删除错误标注并重新绘制，操作流程繁琐且耗时。典型场景包含：

• 模型输出大量重叠或相邻的矩形框
• 需要保留最大外接矩形作为最终标注
• 频繁的删除和重绘操作影响标注效率

核心功能实现

新版本引入了智能矩形合并机制，主要包含三种交互模式：

1. 多选合并模式

   • 按住 Ctrl 键点选多个矩形
   • 保持 Ctrl 键同时右键调出上下文菜单
   • 选择"Union Selection"生成合并后的最小外接矩形

2. 区域选择模式（规划中）

   • 按住 Alt 键拖拽绘制选择区域
   • 自动选中区域内所有矩形标注
   • 松开鼠标自动执行合并操作

3. 遮挡处理方案

   • 使用快捷键 's' 临时隐藏顶层矩形
   • 显露出被遮挡的底层标注对象
   • 完成选择后自动恢复显示状态

技术实现要点

该功能的核心算法基于计算几何中的多边形并集运算：

1. 获取所有选中矩形的顶点坐标
2. 计算这些点的凸包（Convex Hull）
3. 生成包含所有原始矩形的最小外接矩形
4. 维护标注对象的层级关系数据

对于遮挡处理，采用动态渲染策略：

• 使用 z-index 管理标注层级
• 实现临时隐藏/显示的状态切换
• 保持原始标注数据的完整性

用户体验优化

针对用户反馈的操作痛点，开发团队进行了多维度优化：

• 减少组合键依赖：从需要持续按住 Ctrl 改为选择后单次确认
• 提供视觉反馈：选中状态高亮显示，合并预览效果
• 操作路径缩短：将原本需要 5-6 步的操作压缩至 2-3 步

未来演进方向

根据用户调研，后续版本计划加入：

1. 自定义快捷键配置
2. 智能吸附和自动对齐功能
3. 非矩形标注的合并支持
4. 批量属性编辑联动

该功能的引入显著提升了重复标注场景下的工作效率。测试数据显示，在典型漫画文本标注任务中，操作步骤减少约60%，时间消耗降低45%。这为迭代训练数据标注提供了更高效的工具支持。