CamshiftDemo详解

简介:

又一好文章!!


在这一节中,主要讲目标跟踪的一个重要的算法Camshift,因为它是连续自使用的meanShift,所以这2个函数opencv中都有,且都很重要。为了让大家先达到一个感性认识。这节主要是看懂和运行opencv中给的sample并稍加修改。

     Camshift函数的原型为:RotatedRect CamShift(InputArray probImage, Rect& window, TermCriteria criteria)。

     其中probImage为输入图像直方图的反向投影图,window为要跟踪目标的初始位置矩形框,criteria为算法结束条件。函数返回一个有方向角度的矩阵。该函数的实现首先是利用meanshift算法计算出要跟踪的中心,然后调整初始窗口的大小位置和方向角度。在camshift内部调用了meanshift算法计算目标的重心。

     下面是一个opencv自带的CamShift算法使用工程实例。该实例的作用是跟踪摄像头中目标物体,目标物体初始位置用鼠标指出,其跟踪窗口大小和方向随着目标物体的变化而变化。其代码及注释大概如下:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #include "StdAfx.h"  
  2.   
  3. #include "opencv2/video/tracking.hpp"  
  4. #include "opencv2/imgproc/imgproc.hpp"  
  5. #include "opencv2/highgui/highgui.hpp"  
  6.   
  7.   
  8. #include <iostream>  
  9. #include <ctype.h>  
  10.   
  11. using namespace cv;  
  12. using namespace std;  
  13.   
  14. Mat image;  
  15.   
  16. bool backprojMode = false//表示是否要进入反向投影模式,ture表示准备进入反向投影模式  
  17. bool selectObject = false;//代表是否在选要跟踪的初始目标,true表示正在用鼠标选择  
  18. int trackObject = 0; //代表跟踪目标数目  
  19. bool showHist = true;//是否显示直方图  
  20. Point origin;//用于保存鼠标选择第一次单击时点的位置  
  21. Rect selection;//用于保存鼠标选择的矩形框  
  22. int vmin = 10, vmax = 256, smin = 30;  
  23.   
  24. void onMouse( int event, int x, int y, intvoid* )  
  25. {  
  26.     if( selectObject )//只有当鼠标左键按下去时才有效,然后通过if里面代码就可以确定所选择的矩形区域selection了  
  27.     {  
  28.         selection.x = MIN(x, origin.x);//矩形左上角顶点坐标  
  29.         selection.y = MIN(y, origin.y);  
  30.         selection.width = std::abs(x - origin.x);//矩形宽  
  31.         selection.height = std::abs(y - origin.y);//矩形高  
  32.   
  33.         selection &= Rect(0, 0, image.cols, image.rows);//用于确保所选的矩形区域在图片范围内  
  34.     }  
  35.   
  36.     switch( event )  
  37.     {  
  38.     case CV_EVENT_LBUTTONDOWN:  
  39.         origin = Point(x,y);  
  40.         selection = Rect(x,y,0,0);//鼠标刚按下去时初始化了一个矩形区域  
  41.         selectObject = true;  
  42.         break;  
  43.     case CV_EVENT_LBUTTONUP:  
  44.         selectObject = false;  
  45.         if( selection.width > 0 && selection.height > 0 )  
  46.             trackObject = -1;  
  47.         break;  
  48.     }  
  49. }  
  50.   
  51. void help()  
  52. {  
  53.     cout << "\nThis is a demo that shows mean-shift based tracking\n"  
  54.             "You select a color objects such as your face and it tracks it.\n"  
  55.             "This reads from video camera (0 by default, or the camera number the user enters\n"  
  56.             "Usage: \n"  
  57.             "    ./camshiftdemo [camera number]\n";  
  58.   
  59.     cout << "\n\nHot keys: \n"  
  60.             "\tESC - quit the program\n"  
  61.             "\tc - stop the tracking\n"  
  62.             "\tb - switch to/from backprojection view\n"  
  63.             "\th - show/hide object histogram\n"  
  64.             "\tp - pause video\n"  
  65.             "To initialize tracking, select the object with mouse\n";  
  66. }  
  67.   
  68. const char* keys =   
  69. {  
  70.     "{1|  | 0 | camera number}"  
  71. };  
  72.   
  73. int main( int argc, const char** argv )  
  74. {  
  75.     help();  
  76.   
  77.     VideoCapture cap; //定义一个摄像头捕捉的类对象  
  78.     Rect trackWindow;  
  79.     RotatedRect trackBox;//定义一个旋转的矩阵类对象  
  80.     int hsize = 16;  
  81.     float hranges[] = {0,180};//hranges在后面的计算直方图函数中要用到  
  82.     const float* phranges = hranges;  
  83.     CommandLineParser parser(argc, argv, keys);//命令解析器函数  
  84.     int camNum = parser.get<int>("1");       
  85.       
  86.     cap.open(camNum);//直接调用成员函数打开摄像头  
  87.   
  88.     if( !cap.isOpened() )  
  89.     {  
  90.         help();  
  91.         cout << "***Could not initialize capturing...***\n";  
  92.         cout << "Current parameter's value: \n";  
  93.         parser.printParams();  
  94.         return -1;  
  95.     }  
  96.   
  97.     namedWindow( "Histogram", 0 );  
  98.     namedWindow( "CamShift Demo", 0 );  
  99.     setMouseCallback( "CamShift Demo", onMouse, 0 );//消息响应机制  
  100.     createTrackbar( "Vmin""CamShift Demo", &vmin, 256, 0 );//createTrackbar函数的功能是在对应的窗口创建滑动条,滑动条Vmin,vmin表示滑动条的值,最大为256  
  101.     createTrackbar( "Vmax""CamShift Demo", &vmax, 256, 0 );//最后一个参数为0代表没有调用滑动拖动的响应函数  
  102.     createTrackbar( "Smin""CamShift Demo", &smin, 256, 0 );//vmin,vmax,smin初始值分别为10,256,30  
  103.   
  104.     Mat frame, hsv, hue, mask, hist, histimg = Mat::zeros(200, 320, CV_8UC3), backproj;  
  105.     bool paused = false;  
  106.       
  107.     for(;;)  
  108.     {  
  109.         if( !paused )//没有暂停  
  110.         {  
  111.             cap >> frame;//从摄像头抓取一帧图像并输出到frame中  
  112.             if( frame.empty() )  
  113.                 break;  
  114.         }  
  115.   
  116.         frame.copyTo(image);  
  117.           
  118.         if( !paused )//没有按暂停键  
  119.         {  
  120.             cvtColor(image, hsv, CV_BGR2HSV);//将rgb摄像头帧转化成hsv空间的  
  121.   
  122.             if( trackObject )//trackObject初始化为0,或者按完键盘的'c'键后也为0,当鼠标单击松开后为-1  
  123.             {  
  124.                 int _vmin = vmin, _vmax = vmax;  
  125.   
  126.                 //inRange函数的功能是检查输入数组每个元素大小是否在2个给定数值之间,可以有多通道,mask保存0通道的最小值,也就是h分量  
  127. //这里利用了hsv的3个通道,比较h,0~180,s,smin~256,v,min(vmin,vmax),max(vmin,vmax)。如果3个通道都在对应的范围内,则  
  128. //mask对应的那个点的值全为1(0xff),否则为0(0x00).  
  129.                 inRange(hsv, Scalar(0, smin, MIN(_vmin,_vmax)),  
  130.                         Scalar(180, 256, MAX(_vmin, _vmax)), mask);  
  131.                 int ch[] = {0, 0};  
  132.                 hue.create(hsv.size(), hsv.depth());//hue初始化为与hsv大小深度一样的矩阵,色调的度量是用角度表示的,红绿蓝之间相差120度,反色相差180度  
  133.                 mixChannels(&hsv, 1, &hue, 1, ch, 1);//将hsv第一个通道(也就是色调)的数复制到hue中,0索引数组  
  134.   
  135.                 if( trackObject < 0 )//鼠标选择区域松开后,该函数内部又将其赋值1  
  136.                 {  
  137.                     //此处的构造函数roi用的是Mat hue的矩阵头,且roi的数据指针指向hue,即共用相同的数据,select为其感兴趣的区域  
  138.                     Mat roi(hue, selection), maskroi(mask, selection);//mask保存的hsv的最小值  
  139.   
  140. //calcHist()函数第一个参数为输入矩阵序列,第2个参数表示输入的矩阵数目,第3个参数表示将被计算直方图维数通道的列表,第4个参数表示可选的掩码函数  
  141. //第5个参数表示输出直方图,第6个参数表示直方图的维数,第7个参数为每一维直方图数组的大小,第8个参数为每一维直方图bin的边界  
  142.                     calcHist(&roi, 1, 0, maskroi, hist, 1, &hsize, &phranges);//将roi的0通道计算直方图并通过mask放入hist中,hsize为每一维直方图的大小  
  143.                     normalize(hist, hist, 0, 255, CV_MINMAX);//将hist矩阵进行数组范围归一化,都归一化到0~255  
  144.                       
  145.                     trackWindow = selection;  
  146.                     trackObject = 1;//只要鼠标选完区域松开后,且没有按键盘清0键'c',则trackObject一直保持为1,因此该if函数只能执行一次,除非重新选择跟踪区域  
  147.   
  148.                     histimg = Scalar::all(0);//与按下'c'键是一样的,这里的all(0)表示的是标量全部清0  
  149.                     int binW = histimg.cols / hsize;  //histing是一个200*300的矩阵,hsize应该是每一个bin的宽度,也就是histing矩阵能分出几个bin出来  
  150.                     Mat buf(1, hsize, CV_8UC3);//定义一个缓冲单bin矩阵  
  151.                     forint i = 0; i < hsize; i++ )//saturate_case函数为从一个初始类型准确变换到另一个初始类型  
  152.                         buf.at<Vec3b>(i) = Vec3b(saturate_cast<uchar>(i*180./hsize), 255, 255);//Vec3b为3个char值的向量  
  153.                     cvtColor(buf, buf, CV_HSV2BGR);//将hsv又转换成bgr  
  154.                           
  155.                     forint i = 0; i < hsize; i++ )  
  156.                     {  
  157.                         int val = saturate_cast<int>(hist.at<float>(i)*histimg.rows/255);//at函数为返回一个指定数组元素的参考值  
  158.                         rectangle( histimg, Point(i*binW,histimg.rows),    //在一幅输入图像上画一个简单抽的矩形,指定左上角和右下角,并定义颜色,大小,线型等  
  159.                                    Point((i+1)*binW,histimg.rows - val),  
  160.                                    Scalar(buf.at<Vec3b>(i)), -1, 8 );  
  161.                     }  
  162.                 }  
  163.   
  164.                 calcBackProject(&hue, 1, 0, hist, backproj, &phranges);//计算直方图的反向投影,计算hue图像0通道直方图hist的反向投影,并让入backproj中  
  165.                 backproj &= mask;  
  166.   
  167.                 //opencv2.0以后的版本函数命名前没有cv两字了,并且如果函数名是由2个意思的单词片段组成的话,且前面那个片段不够成单词,则第一个字母要  
  168. //大写,比如Camshift,如果第一个字母是个单词,则小写,比如meanShift,但是第二个字母一定要大写  
  169.                 RotatedRect trackBox = CamShift(backproj, trackWindow,               //trackWindow为鼠标选择的区域,TermCriteria为确定迭代终止的准则  
  170.                                     TermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ));//CV_TERMCRIT_EPS是通过forest_accuracy,CV_TERMCRIT_ITER  
  171.                 if( trackWindow.area() <= 1 )                                                  //是通过max_num_of_trees_in_the_forest    
  172.                 {  
  173.                     int cols = backproj.cols, rows = backproj.rows, r = (MIN(cols, rows) + 5)/6;  
  174.                     trackWindow = Rect(trackWindow.x - r, trackWindow.y - r,  
  175.                                        trackWindow.x + r, trackWindow.y + r) &  
  176.                                   Rect(0, 0, cols, rows);//Rect函数为矩阵的偏移和大小,即第一二个参数为矩阵的左上角点坐标,第三四个参数为矩阵的宽和高  
  177.                 }  
  178.   
  179.                 if( backprojMode )  
  180.                     cvtColor( backproj, image, CV_GRAY2BGR );//因此投影模式下显示的也是rgb图?  
  181.                 ellipse( image, trackBox, Scalar(0,0,255), 3, CV_AA );//跟踪的时候以椭圆为代表目标  
  182.             }  
  183.         }  
  184.   
  185.         //后面的代码是不管pause为真还是为假都要执行的  
  186.         else if( trackObject < 0 )//同时也是在按了暂停字母以后  
  187.             paused = false;  
  188.   
  189.         if( selectObject && selection.width > 0 && selection.height > 0 )  
  190.         {  
  191.             Mat roi(image, selection);  
  192.             bitwise_not(roi, roi);//bitwise_not为将每一个bit位取反  
  193.         }  
  194.   
  195.         imshow( "CamShift Demo", image );  
  196.         imshow( "Histogram", histimg );  
  197.   
  198.         char c = (char)waitKey(10);  
  199.         if( c == 27 )              //退出键  
  200.             break;  
  201.         switch(c)  
  202.         {  
  203.         case 'b':             //反向投影模型交替  
  204.             backprojMode = !backprojMode;  
  205.             break;  
  206.         case 'c':            //清零跟踪目标对象  
  207.             trackObject = 0;  
  208.             histimg = Scalar::all(0);  
  209.             break;  
  210.         case 'h':          //显示直方图交替  
  211.             showHist = !showHist;  
  212.             if( !showHist )  
  213.                 destroyWindow( "Histogram" );  
  214.             else  
  215.                 namedWindow( "Histogram", 1 );  
  216.             break;  
  217.         case 'p':       //暂停跟踪交替  
  218.             paused = !paused;  
  219.             break;  
  220.         default:  
  221.             ;  
  222.         }  
  223.     }  
  224.     return 0;  
  225. }  

另外,由于Camshift主要是利用到了meanShift算法,在目标跟踪领域应用比较广泛,而meanShift也可以用于目标跟踪,只是自适用性没CamShift好,但也可以用。首先看看meanShift算法的声明:

int meanShift(InputArray probImage, Rect& window, TermCriteria criteria)

      与CamShift函数不同的一点是,它返回的不是一个矩形框,而是一个int型变量。该int型变量应该是代表找到目标物体的个数。特别需要注意的是参数window,它不仅是目标物体初始化的位置,还是实时跟踪目标后的位置,所以其实也是一个返回值。由于meanShift好像主要不是用于目标跟踪上,很多应用是在图像分割上。但是这里还是将CamShift算法例子稍微改一下,就成了meanShift算法了。主要是用window代替CamShift中的trackWindow.

其代码注释如下:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #include "StdAfx.h"  
  2.   
  3. #include "opencv2/video/tracking.hpp"  
  4. #include "opencv2/imgproc/imgproc.hpp"  
  5. #include "opencv2/highgui/highgui.hpp"  
  6.   
  7.   
  8. #include <iostream>  
  9. #include <ctype.h>  
  10.   
  11. using namespace cv;  
  12. using namespace std;  
  13.   
  14. Mat image;  
  15.   
  16. bool backprojMode = false//表示是否要进入反向投影模式,ture表示准备进入反向投影模式  
  17. bool selectObject = false;//代表是否在选要跟踪的初始目标,true表示正在用鼠标选择  
  18. int trackObject = 0; //代表跟踪目标数目  
  19. bool showHist = true;//是否显示直方图  
  20. Point origin;//用于保存鼠标选择第一次单击时点的位置  
  21. Rect selection;//用于保存鼠标选择的矩形框  
  22. int vmin = 10, vmax = 256, smin = 30;  
  23.   
  24. void onMouse( int event, int x, int y, intvoid* )  
  25. {  
  26.     if( selectObject )//只有当鼠标左键按下去时才有效,然后通过if里面代码就可以确定所选择的矩形区域selection了  
  27.     {  
  28.         selection.x = MIN(x, origin.x);//矩形左上角顶点坐标  
  29.         selection.y = MIN(y, origin.y);  
  30.         selection.width = std::abs(x - origin.x);//矩形宽  
  31.         selection.height = std::abs(y - origin.y);//矩形高  
  32.   
  33.         selection &= Rect(0, 0, image.cols, image.rows);//用于确保所选的矩形区域在图片范围内  
  34.     }  
  35.   
  36.     switch( event )  
  37.     {  
  38.     case CV_EVENT_LBUTTONDOWN:  
  39.         origin = Point(x,y);  
  40.         selection = Rect(x,y,0,0);//鼠标刚按下去时初始化了一个矩形区域  
  41.         selectObject = true;  
  42.         break;  
  43.     case CV_EVENT_LBUTTONUP:  
  44.         selectObject = false;  
  45.         if( selection.width > 0 && selection.height > 0 )  
  46.             trackObject = -1;  
  47.         break;  
  48.     }  
  49. }  
  50.   
  51. void help()  
  52. {  
  53.     cout << "\nThis is a demo that shows mean-shift based tracking\n"  
  54.         "You select a color objects such as your face and it tracks it.\n"  
  55.         "This reads from video camera (0 by default, or the camera number the user enters\n"  
  56.         "Usage: \n"  
  57.         "    ./camshiftdemo [camera number]\n";  
  58.   
  59.     cout << "\n\nHot keys: \n"  
  60.         "\tESC - quit the program\n"  
  61.         "\tc - stop the tracking\n"  
  62.         "\tb - switch to/from backprojection view\n"  
  63.         "\th - show/hide object histogram\n"  
  64.         "\tp - pause video\n"  
  65.         "To initialize tracking, select the object with mouse\n";  
  66. }  
  67.   
  68. const char* keys =   
  69. {  
  70.     "{1|  | 0 | camera number}"  
  71. };  
  72.   
  73. int main( int argc, const char** argv )  
  74. {  
  75.     help();  
  76.   
  77.     VideoCapture cap; //定义一个摄像头捕捉的类对象  
  78.     Rect trackWindow;  
  79.     RotatedRect trackBox;//定义一个旋转的矩阵类对象  
  80.     int hsize = 16;  
  81.     float hranges[] = {0,180};//hranges在后面的计算直方图函数中要用到  
  82.     const float* phranges = hranges;  
  83.     CommandLineParser parser(argc, argv, keys);//命令解析器函数  
  84.     int camNum = parser.get<int>("1");       
  85.   
  86.     cap.open(camNum);//直接调用成员函数打开摄像头  
  87.   
  88.     if( !cap.isOpened() )  
  89.     {  
  90.         help();  
  91.         cout << "***Could not initialize capturing...***\n";  
  92.         cout << "Current parameter's value: \n";  
  93.         parser.printParams();  
  94.         return -1;  
  95.     }  
  96.   
  97.     namedWindow( "Histogram", 0 );  
  98.     namedWindow( "CamShift Demo", 0 );  
  99.     setMouseCallback( "CamShift Demo", onMouse, 0 );//消息响应机制  
  100.     createTrackbar( "Vmin""CamShift Demo", &vmin, 256, 0 );//createTrackbar函数的功能是在对应的窗口创建滑动条,滑动条Vmin,vmin表示滑动条的值,最大为256  
  101.     createTrackbar( "Vmax""CamShift Demo", &vmax, 256, 0 );//最后一个参数为0代表没有调用滑动拖动的响应函数  
  102.     createTrackbar( "Smin""CamShift Demo", &smin, 256, 0 );//vmin,vmax,smin初始值分别为10,256,30  
  103.   
  104.     Mat frame, hsv, hue, mask, hist, histimg = Mat::zeros(200, 320, CV_8UC3), backproj;  
  105.     bool paused = false;  
  106.   
  107.     for(;;)  
  108.     {  
  109.         if( !paused )//没有暂停  
  110.         {  
  111.             cap >> frame;//从摄像头抓取一帧图像并输出到frame中  
  112.             if( frame.empty() )  
  113.                 break;  
  114.         }  
  115.   
  116.         frame.copyTo(image);  
  117.   
  118.         if( !paused )//没有按暂停键  
  119.         {  
  120.             cvtColor(image, hsv, CV_BGR2HSV);//将rgb摄像头帧转化成hsv空间的  
  121.   
  122.             if( trackObject )//trackObject初始化为0,或者按完键盘的'c'键后也为0,当鼠标单击松开后为-1  
  123.             {  
  124.                 int _vmin = vmin, _vmax = vmax;  
  125.   
  126.                 //inRange函数的功能是检查输入数组每个元素大小是否在2个给定数值之间,可以有多通道,mask保存0通道的最小值,也就是h分量  
  127.                 //这里利用了hsv的3个通道,比较h,0~180,s,smin~256,v,min(vmin,vmax),max(vmin,vmax)。如果3个通道都在对应的范围内,则  
  128.                 //mask对应的那个点的值全为1(0xff),否则为0(0x00).  
  129.                 inRange(hsv, Scalar(0, smin, MIN(_vmin,_vmax)),  
  130.                     Scalar(180, 256, MAX(_vmin, _vmax)), mask);  
  131.                 int ch[] = {0, 0};  
  132.                 hue.create(hsv.size(), hsv.depth());//hue初始化为与hsv大小深度一样的矩阵,色调的度量是用角度表示的,红绿蓝之间相差120度,反色相差180度  
  133.                 mixChannels(&hsv, 1, &hue, 1, ch, 1);//将hsv第一个通道(也就是色调)的数复制到hue中,0索引数组  
  134.   
  135.                 if( trackObject < 0 )//鼠标选择区域松开后,该函数内部又将其赋值1  
  136.                 {  
  137.                     //此处的构造函数roi用的是Mat hue的矩阵头,且roi的数据指针指向hue,即共用相同的数据,select为其感兴趣的区域  
  138.                     Mat roi(hue, selection), maskroi(mask, selection);//mask保存的hsv的最小值  
  139.   
  140.                     //calcHist()函数第一个参数为输入矩阵序列,第2个参数表示输入的矩阵数目,第3个参数表示将被计算直方图维数通道的列表,第4个参数表示可选的掩码函数  
  141.                     //第5个参数表示输出直方图,第6个参数表示直方图的维数,第7个参数为每一维直方图数组的大小,第8个参数为每一维直方图bin的边界  
  142.                     calcHist(&roi, 1, 0, maskroi, hist, 1, &hsize, &phranges);//将roi的0通道计算直方图并通过mask放入hist中,hsize为每一维直方图的大小  
  143.                     normalize(hist, hist, 0, 255, CV_MINMAX);//将hist矩阵进行数组范围归一化,都归一化到0~255  
  144.   
  145.                     trackWindow = selection;  
  146.                     trackObject = 1;//只要鼠标选完区域松开后,且没有按键盘清0键'c',则trackObject一直保持为1,因此该if函数只能执行一次,除非重新选择跟踪区域  
  147.   
  148.                     histimg = Scalar::all(0);//与按下'c'键是一样的,这里的all(0)表示的是标量全部清0  
  149.                     int binW = histimg.cols / hsize;  //histing是一个200*300的矩阵,hsize应该是每一个bin的宽度,也就是histing矩阵能分出几个bin出来  
  150.                     Mat buf(1, hsize, CV_8UC3);//定义一个缓冲单bin矩阵  
  151.                     forint i = 0; i < hsize; i++ )//saturate_case函数为从一个初始类型准确变换到另一个初始类型  
  152.                         buf.at<Vec3b>(i) = Vec3b(saturate_cast<uchar>(i*180./hsize), 255, 255);//Vec3b为3个char值的向量  
  153.                     cvtColor(buf, buf, CV_HSV2BGR);//将hsv又转换成bgr  
  154.   
  155.                     forint i = 0; i < hsize; i++ )  
  156.                     {  
  157.                         int val = saturate_cast<int>(hist.at<float>(i)*histimg.rows/255);//at函数为返回一个指定数组元素的参考值  
  158.                         rectangle( histimg, Point(i*binW,histimg.rows),    //在一幅输入图像上画一个简单抽的矩形,指定左上角和右下角,并定义颜色,大小,线型等  
  159.                             Point((i+1)*binW,histimg.rows - val),  
  160.                             Scalar(buf.at<Vec3b>(i)), -1, 8 );  
  161.                     }  
  162.                 }  
  163.   
  164.                 calcBackProject(&hue, 1, 0, hist, backproj, &phranges);//计算直方图的反向投影,计算hue图像0通道直方图hist的反向投影,并让入backproj中  
  165.                 backproj &= mask;  
  166.   
  167.                 //opencv2.0以后的版本函数命名前没有cv两字了,并且如果函数名是由2个意思的单词片段组成的话,且前面那个片段不够成单词,则第一个字母要  
  168.                 //大写,比如Camshift,如果第一个字母是个单词,则小写,比如meanShift,但是第二个字母一定要大写  
  169.                 meanShift(backproj, trackWindow,               //trackWindow为鼠标选择的区域,TermCriteria为确定迭代终止的准则  
  170.                     TermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ));//CV_TERMCRIT_EPS是通过forest_accuracy,CV_TERMCRIT_ITER  
  171.                 if( trackWindow.area() <= 1 )                                                  //是通过max_num_of_trees_in_the_forest    
  172.                 {  
  173.                     int cols = backproj.cols, rows = backproj.rows, r = (MIN(cols, rows) + 5)/6;  
  174.                     trackWindow = Rect(trackWindow.x - r, trackWindow.y - r,  
  175.                         trackWindow.x + r, trackWindow.y + r) &  
  176.                         Rect(0, 0, cols, rows);//Rect函数为矩阵的偏移和大小,即第一二个参数为矩阵的左上角点坐标,第三四个参数为矩阵的宽和高  
  177.                 }  
  178.   
  179.                 if( backprojMode )  
  180.                     cvtColor( backproj, image, CV_GRAY2BGR );//因此投影模式下显示的也是rgb图?  
  181.                 //ellipse( image, trackBox, Scalar(0,0,255), 3, CV_AA );//跟踪的时候以椭圆为代表目标  
  182.                 rectangle(image,Point(trackWindow.x,trackWindow.y),Point(trackWindow.x+trackWindow.width,trackWindow.y+trackWindow.height),Scalar(0,0,255),-1,CV_AA);  
  183.             }  
  184.         }  
  185.   
  186.         //后面的代码是不管pause为真还是为假都要执行的  
  187.         else if( trackObject < 0 )//同时也是在按了暂停字母以后  
  188.             paused = false;  
  189.   
  190.         if( selectObject && selection.width > 0 && selection.height > 0 )  
  191.         {  
  192.             Mat roi(image, selection);  
  193.             bitwise_not(roi, roi);//bitwise_not为将每一个bit位取反  
  194.         }  
  195.   
  196.         imshow( "CamShift Demo", image );  
  197.         imshow( "Histogram", histimg );  
  198.   
  199.         char c = (char)waitKey(10);  
  200.         if( c == 27 )              //退出键  
  201.             break;  
  202.         switch(c)  
  203.         {  
  204.         case 'b':             //反向投影模型交替  
  205.             backprojMode = !backprojMode;  
  206.             break;  
  207.         case 'c':            //清零跟踪目标对象  
  208.             trackObject = 0;  
  209.             histimg = Scalar::all(0);  
  210.             break;  
  211.         case 'h':          //显示直方图交替  
  212.             showHist = !showHist;  
  213.             if( !showHist )  
  214.                 destroyWindow( "Histogram" );  
  215.             else  
  216.                 namedWindow( "Histogram", 1 );  
  217.             break;  
  218.         case 'p':       //暂停跟踪交替  
  219.             paused = !paused;  
  220.             break;  
  221.         default:  
  222.             ;  
  223.         }  
  224.     }  
  225.     return 0;  
  226. }  

本文感性上认识了怎样使用meanShift()和CamShift()函数,跟进一步的实现原理需要看其相关的论文和代码才能理解。但是从本例中调用的其它函数也可以学到很多opencv函数,效果还是很不错的。


CamshiftDemo详解

相关文章
|
8月前
|
机器学习/深度学习 并行计算 计算机视觉
YOLOv5入门实践(5)——从零开始,手把手教你训练自己的目标检测模型(包含pyqt5界面)
YOLOv5入门实践(5)——从零开始,手把手教你训练自己的目标检测模型(包含pyqt5界面)
1409 1
YOLOv5入门实践(5)——从零开始,手把手教你训练自己的目标检测模型(包含pyqt5界面)
|
Web App开发 移动开发 监控
confluence协同编辑问题处理
confluence协同编辑BUG查询
817 0
|
9月前
|
传感器
tb6612电机驱动与JGB37-520减速直流电机
tb6612电机驱动与JGB37-520减速直流电机
388 0
|
9月前
|
编解码 算法 计算机视觉
【OpenCV • c++】几何检测 —— 霍夫变换 | 霍夫直线检测 | 霍夫线变化
【OpenCV • c++】几何检测 —— 霍夫变换 | 霍夫直线检测 | 霍夫线变化
264 0
|
9月前
|
存储 计算机视觉 C++
【OpenCv】c++ 入门认识 Mat 类,单通道 Mat 的基本操作
【OpenCv】c++ 入门认识 Mat 类,单通道 Mat 的基本操作
182 0
|
11月前
|
机器学习/深度学习 编解码 算法
详细解读 | 如何改进YOLOv3使其更好应用到小目标检测(比YOLO V4高出4%)(一)
详细解读 | 如何改进YOLOv3使其更好应用到小目标检测(比YOLO V4高出4%)(一)
249 0
|
API C# Windows
C#实现操作Windows窗口句柄:常用窗口句柄相关API、Winform中句柄属性和Process的MainWindowHandle问题【窗口句柄总结之三】
本篇主要介绍一些与窗口句柄相关的一些API,比如设置窗口状态、当前激活的窗口、窗口客户区的大小、鼠标位置、禁用控件等,以及介绍Winform中的句柄属性,便于直接获取控件或窗体句柄,以及不推荐...
1682 0
C#实现操作Windows窗口句柄:常用窗口句柄相关API、Winform中句柄属性和Process的MainWindowHandle问题【窗口句柄总结之三】
|
9月前
|
网络协议 应用服务中间件 nginx
【2022】Nginx目录索引模块ngx_http_autoindex_module
【2022】Nginx目录索引模块ngx_http_autoindex_module
126 0
|
测试技术 BI 区块链
MFC——对话框的创建及使用(上)
MFC——对话框的创建及使用
945 0
MFC——对话框的创建及使用(上)
|
编解码 计算机视觉
【方便的Opencv】实现实时监测电脑屏幕与摄像头前的人
【方便的Opencv】实现实时监测电脑屏幕与摄像头前的人
【方便的Opencv】实现实时监测电脑屏幕与摄像头前的人

热门文章

最新文章