wordpress 双侧边栏,常见网站性能优化手段,福州最好的网站建设,建站公司不给源码OpenCV跟踪模块算法介绍
OpenCV的tracking模块是一个功能强大的跟踪算法库#xff0c;包含多种用于跟踪对象的算法。它可以帮助你在连续的视频帧中定位一个物体#xff0c;例如人脸、眼睛、车辆等。
在OpenCV的tracking模块中#xff0c;一些主要的跟踪算法包括#xff1…OpenCV跟踪模块算法介绍
OpenCV的tracking模块是一个功能强大的跟踪算法库包含多种用于跟踪对象的算法。它可以帮助你在连续的视频帧中定位一个物体例如人脸、眼睛、车辆等。
在OpenCV的tracking模块中一些主要的跟踪算法包括
稀疏光流Sparse optical flow例如Kanade-Lucas-Tomashi (KLT)特征跟踪算法跟踪图像中几个特征点的位置。卡尔曼滤波Kalman Filtering一种非常流行的基于先验运动信息的信号处理算法用于预测运动目标的位置。这种算法的早期应用之一是导弹制导。Meanshift和Camshift这是定位密度函数最大值的算法它们还用于跟踪。 单目标跟踪器Single object trackers在这类跟踪器中第一个帧使用矩形标记以指示要跟踪的对象的位置。然后使用跟踪算法在后续帧中跟踪对象。在大多数实际应用程序中这些跟踪器与对象检测器一起使用。多目标跟踪查找算法Multiple object track finding algorithms当我们有一个快速的目标检测器时在每一帧中检测多个对象然后运行一个跟踪查找算法来识别一个帧中的哪个矩形与下一个帧中的矩形相对应是有意义的。
这些算法各有优缺点可以根据实际应用场景选择适合的算法。
具体调用步骤如下
打开视频帧第一帧框选目标每选择一个目标按Enter键确认选择按Esc退出框选模式程序执行跟踪算法并绘制预测框
#include opencv2/opencv.hpp
#include opencv2/tracking.hpp
#include timestamp.hppusing namespace cv;
using namespace std;//加载静态库
#if defined(_WIN32)defined(_DEBUG)
#pragma comment(lib, opencv_world346d.lib)
#elif defined(_WIN32)
#pragma comment(lib, opencv_world346.lib)
#endif// 支持的跟踪算法
vectorstring trackerTypes { BOOSTING, MIL, KCF, TLD, MEDIANFLOW, GOTURN, MOSSE, CSRT };// 根据名字创建跟踪器
PtrTracker createTrackerByName(string trackerType)
{PtrTracker tracker;if (trackerType trackerTypes[0])tracker TrackerBoosting::create();else if (trackerType trackerTypes[1])tracker TrackerMIL::create();else if (trackerType trackerTypes[2])tracker TrackerKCF::create();else if (trackerType trackerTypes[3])tracker TrackerTLD::create();else if (trackerType trackerTypes[4])tracker TrackerMedianFlow::create();else if (trackerType trackerTypes[5])tracker TrackerGOTURN::create();else if (trackerType trackerTypes[6])tracker TrackerMOSSE::create();else if (trackerType trackerTypes[7])tracker TrackerCSRT::create();else {cout Incorrect tracker name endl;cout Available trackers are: endl;for (vectorstring::iterator it trackerTypes.begin(); it ! trackerTypes.end(); it)std::cout *it endl;}return tracker;
}// Fill the vector with random colors
void getRandomColors(vectorScalar colors, int numColors)
{RNG rng(0);for (int i 0; i numColors; i)colors.push_back(Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255)));
}int help(char* argv[])
{std::cout please input arguments: argv[0] tracktype video.mp4 videoiotype std::endl;return -1;
}int main(int argc, char * argv[])
{if(argc 4){return help(argv);}cout 默认算法是CSRT endl;cout 支持的算法包括: endl;for (vectorstring::iterator it trackerTypes.begin(); it ! trackerTypes.end(); it)std::cout *it endl;// 设置跟踪器类型。更改此设置以尝试不同的跟踪器。 字符串 trackerType;if(atoi(argv[1]) 0)trackerType MOSSE;else if(atoi(argv[1]) 1)trackerType KCF;elsetrackerType CSRT;// 设置跟踪算法和视频的默认值string videoPath argv[2];// 使用跟踪算法初始化 MultiTrackervectorRect bboxes;// 创建视频捕获对象以读取视频cv::VideoCapture cap;if(atoi(argv[3]) 0)cap.open(0);else{cap.open(videoPath);}Mat frame;// 如果取消读取视频文件则退出if (!cap.isOpened()){cout Error opening video file videoPath endl;return -1;}// read first framecap frame;// 在对象上绘制边界框// selectROI 的默认行为是从中心开始绘制框// 当 fromCenter 设置为 false 时可以从左上角开始绘制框bool showCrosshair true;bool fromCenter false;cout \n\n;cout OpenCV 表示按 c 取消对象选择过程 endl;cout 这是行不通的。按 Esc 键退出选择过程 endl;cout \n\n;cv::selectROIs(MultiTracker, frame, bboxes, showCrosshair, fromCenter);// quit if there are no objects to trackif (bboxes.size() 1)return 0;vectorScalar colors;getRandomColors(colors, bboxes.size());// 创建多跟踪器PtrMultiTracker multiTracker cv::MultiTracker::create();// 初始化 Multitrackerfor (int i 0; i bboxes.size(); i)multiTracker-add(createTrackerByName(trackerType), frame, Rect2d(bboxes[i]));// 处理视频和跟踪对象cout \n\n;cout 开始跟踪按 ESC 键退出。 endl;while (cap.isOpened()){// 从视频中获取帧cap frame;// 如果到达视频末尾请停止程序if (frame.empty()) break;{timestamp ti(update);// 使用新帧更新跟踪结果multiTracker-update(frame);}// 绘制跟踪对象for (unsigned i 0; i multiTracker-getObjects().size(); i){rectangle(frame, multiTracker-getObjects()[i], colors[i], 2, 1);}// 显示帧imshow(MultiTracker1, frame);// 退出 X 按钮if (waitKey(1) 27) break;}
}
