原理

Camshift算法是Continuously Adaptive Mean Shift algorithm的简称。

它是一个基于MeanSift的改进算法。它首次由Gary R.Bradski等人提出和应用在人脸的跟踪上,并取得了不错的效果。因为它是利用颜色的概率信息进行的跟踪。使得它的执行效率比較高。 Camshift算法的过程由以下步骤组成:

(1)确定初始目标及其区域;

(2)计算出目标的色度(Hue)分量的直方图;

(3)利用直方图计算输入图像的反向投影图(后面做进一步的解释);

(4)利用MeanShift算法在反向投影图中迭代收索,直到其收敛或达到最大迭代次数。并保存零次矩。

(5)从第(4)步中获得收索窗体的中心位置和计算出新的窗体大小。以此为參数,进入到下一幀的目标跟踪。(即跳转到第(2)步);

代码

#include "stdafx.h"
#include "opencv2/video/tracking.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp" #include <iostream>
#include <ctype.h> using namespace cv;
using namespace std; Mat image; bool backprojMode = false;
bool selectObject = false;
int trackObject = 0;
bool showHist = true;
Point origin;
Rect selection(0,0,50,50); static void onMouse( int event, int x, int y, int, void* )
{
switch( event )
{
case CV_EVENT_LBUTTONDOWN:
origin = Point(x,y);
selection = Rect(x,y,0,0);
selectObject = true;
break;
case CV_EVENT_LBUTTONUP:
selectObject = false;
if( selection.width > 0 && selection.height > 0 )
trackObject = -1;
break;
}
if( selectObject )
{
selection.x = MIN(x, origin.x);
selection.y = MIN(y, origin.y);
selection.width = std::abs(x - origin.x);
selection.height = std::abs(y - origin.y);
}
} int main( int argc, const char** argv )
{
cv::VideoCapture capture(0);
capture.set( CV_CAP_PROP_FRAME_WIDTH,640);
capture.set( CV_CAP_PROP_FRAME_HEIGHT,480 );
if(!capture.isOpened())
return -1;
double rate = capture.get(CV_CAP_PROP_FPS); //获取帧率
int delay = 1000 / rate; //计算帧间延迟;
Mat frame,image,hsv,mask,hue; namedWindow("test",CV_WINDOW_AUTOSIZE);
setMouseCallback("test",onMouse,0);
while (1)
{
capture>>frame;
if(trackObject == -1){ //设置完检測的对象后開始跟踪
frame.copyTo(image);
cv::cvtColor(image,hsv,CV_RGB2HSV);
cv::inRange(hsv,Scalar(0,130,50),Scalar(180,256,256),mask); //去掉低饱和度的点
vector<cv::Mat> v;
cv::split(hsv,v); //hsv的三个通道分开
hue = v[1];
cv::Mat ROI = hue(selection); //选择感兴趣的区域
cv::Mat maskROI = mask(selection); cv::MatND hist;
int histsize[1];
histsize[0]= 16; float hranges[2];
hranges[0] = 0;
hranges[1] = 180; const float *ranges[1];
ranges[0] = hranges;
cv::calcHist(&ROI,1,0,maskROI,hist,1,histsize,ranges);//感兴趣区域的直方图。从參数太多
cv::normalize(hist,hist,0,180,CV_MINMAX); //对直方图进行归一化处理; cv::Mat backpro;
cv::calcBackProject(&hue,1,0,hist,backpro,ranges); //对h通道的进行反投影放入backpro中
backpro &= mask; cv::RotatedRect trackBox = cv::CamShift(backpro,selection,
TermCriteria(CV_TERMCRIT_EPS | CV_TERMCRIT_ITER,10,1));//使用均值秒一算法找出RECT;
cv::ellipse(frame,trackBox,cv::Scalar(0,0,255),2,CV_AA);
}
cv::imshow("test",frame);
if(waitKey(30) >= 0)
break;
}
capture.release();
return 0;
}

效果


用摄像头获取视频

直接读取视频

总结:

效果不是太好。可能是没有预处理或者參数设置的不好。
刚開始学习的人。期待大婶知道!


最新文章

  1. Oracle 11g的Redo Log和Archive Log的分析方法
  2. 使用Chrome工具来分析页面的绘制状态
  3. bash检查文件格式
  4. Ubuntu使用tcpdump工具
  5. gdb使用笔记
  6. MyISAM 和InnoDB区别
  7. MVC之重定向
  8. Spring MVC对象转换说明
  9. atitit.软件开发GUI 布局管理优缺点总结java swing wpf web html c++ qt php asp.net winform
  10. Cordova CLI源码分析(三)——初始化
  11. sql server DateTime相关内置函数总结
  12. T-SQL编程的基本语法和思想
  13. RedisPool操作Redis,工具类实例
  14. Shell命令-文件及目录操作之pwd、rm
  15. Centos系统下 Gitolite安装与相关配置(git权限控制软件)
  16. JS读取XML文件数据并以table显示数据(兼容IE火狐)
  17. Oracle的闪回技术--闪回已删除的表
  18. Spring(十)之自定义事件
  19. C#应用视频教程1.2 Socket通信客户端实现
  20. 【Dubbo学习】

热门文章

  1. 以前刷过的FFT
  2. 2015长春网络赛1001 求连通快数量的问题dfs
  3. 利用hibernate与struts框架制作简单注册界面
  4. Can not issue data manipulation statements with executeQuery().解决方案
  5. hihoCoder #1246 王胖浩与环
  6. QTREE系列题目总结
  7. Java-动态规划-最多苹果数量的方法
  8. 【NOIP2016】愤怒的小鸟(状压DP)
  9. ubuntu登入死循环问题 解决!!
  10. 彻底搞定C指针-函数名与函数指针【转】