javaCV 之目标跟踪

        Opencv应用非常的广泛，最近一段时间在学习它。 基于WEB开发的大型程序，主流是使用Java进行开发，而java处理底层的东西时速度不理想，于是通过Java调用C开发的库文件变得很流行，JavaCV就是在这个大的环境下产生了。JavaCV它实现了java和OpenCV的关联，为Java程序员提供了一个很好的处理图像和视频的API。JavaCV开发环境的搭配就不在这个地方多口舌了，Google,Baidu都有。

       下面是基于Camshift算法实现了摄像头下对运动物体的跟踪用JavaCV来实现:

import com.googlecode.javacpp.Pointer;
import com.googlecode.javacv.cpp.opencv_highgui.CvCapture;
import static com.googlecode.javacv.cpp.opencv_core.*;
import static com.googlecode.javacv.cpp.opencv_imgproc.*;
import static com.googlecode.javacv.cpp.opencv_highgui.*;
import static com.googlecode.javacv.cpp.opencv_video.*;


public class JavaCVCamShift{
 IplImage frame, image , hsv , hue , mask , backproject , histimg ;
 IplImage[] imageArray;
 //用HSV中的Hue分量进行跟踪
 CvHistogram hist ;
 //直方图类
 int x1=0,y1=0,x2=0,y2=0;//选取对象的坐标
 int backproject_mode = 0;
 int select_object = 0;
 int track_object = 0;
 int show_hist = 1;
 CvPoint origin;
 CvPoint  cp1,cp2;
 CvRect selection;
 CvRect track_window;
 CvBox2D track_box;
 float[] max_val=new float[1];
 int[] hdims = {16};
 //划分直方图bins的个数，越多越精确
 float[][] hranges_arr = {{0,180}};
 //像素值的范围
 float[][] hranges = hranges_arr;
 //用于初始化CvHistogram类
 
 CvConnectedComp track_comp;
 
 public JavaCVCamShift()
 {    
   imageArray=new IplImage[1];
   CvCapture capture= cvCreateCameraCapture(0);
   cvNamedWindow("imageName",CV_WINDOW_AUTOSIZE); 
   Pointer pointer=null;
   cvSetMouseCallback("imageName",new mouseClike(),pointer);
   track_comp=new CvConnectedComp();
   while(true)
   {
    frame=cvQueryFrame(capture);
    if(frame==null)break;
    
    if( image==null )
    //image为空,表明刚开始还未对image操作过,先建立一些缓冲区
      {
         image = cvCreateImage( cvGetSize(frame), 8, 3 );
         image.origin(frame.origin());
         hsv = cvCreateImage( cvGetSize(frame), 8, 3 );
         hue = cvCreateImage( cvGetSize(frame), 8, 1 );
         mask =cvCreateImage( cvGetSize(frame), 8, 1);
         //分配掩膜图像空间
         backproject = cvCreateImage( cvGetSize(frame), 8, 1 );
         //分配反向投影图空间,大小一样,单通道
         hist = cvCreateHist( 1, hdims, CV_HIST_ARRAY, hranges, 1 );
         //分配直方图空间  
       } 
      cvCopy(frame,image);
      cvCvtColor( image, hsv, CV_BGR2HSV );  
      if( track_object !=0)
           //track_object非零,表示有需要跟踪的物体
           {
       double _vmin = 10.0, _vmax = 256.0,smin=30.0;
                
              cvInRangeS( hsv, cvScalar(0.0,smin,Math.min(_vmin,_vmax),0.0), cvScalar(180.0,256.0,Math.max(_vmin,_vmax),0.0), mask );
              //，只处理像素值为H：0~180，S：smin~256，V：vmin~vmax之间的部分制作掩膜板
              cvSplit( hsv, hue, null, null, null );
     //分离H分量 
              imageArray[0]=hue;           
      if( track_object < 0 )
          //如果需要跟踪的物体还没有进行属性提取，则进行选取框类的图像属性提取
              {   
                  cvSetImageROI( imageArray[0],selection );
                  //设置原选择框为ROI
                  cvSetImageROI( mask,selection );
                  //设置掩膜板选择框为ROI
                  cvCalcHist( imageArray,hist,0,mask );
                  //得到选择框内且满足掩膜板内的直方图 
                  cvGetMinMaxHistValue( hist, null, max_val, null, null );
                  cvConvertScale( hist.bins(), hist.bins(),max_val[0]>0 ? (double)255/ max_val[0]:0.0,0 );
                  // 对直方图的数值转为0~255
                  cvResetImageROI( imageArray[0] );
                  //去除ROI
                  cvResetImageROI( mask );
                  //去除ROI
                         track_window = selection;
                  track_object = 1;
      //置track_object为1,表明属性提取完成  
              }  
      cvCalcBackProject( imageArray, backproject, hist );
             //计算hue的反向投影图
             cvAnd( backproject, mask, backproject, null );
             //得到掩膜内的反向投影                 
             cvCamShift(backproject, track_window,
                         cvTermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ),
                         track_comp,track_box);
             //使用MeanShift算法对backproject中的内容进行搜索,返回跟踪结果   
             track_window = track_comp.rect();
             //得到跟踪结果的矩形框
    cp1=cvPoint(track_window.x(),track_window.y());
    cp2=cvPoint(track_window.x()+track_window.width(),track_window.y()+track_window.height());   
    if( image.origin()>0 )
          track_box.angle(-track_box.angle());
    cvRectangle(frame,cp1,cp2, CV_RGB(0,255,0),3,CV_AA,0); 
    
           }  
     if( select_object==1 && selection.width() > 0 && selection.height() > 0 )
           //如果正处于物体选择，画出选择框
           {
               cvSetImageROI( frame, selection );
               cvXorS(frame,cvScalarAll(255),frame,null );
               cvResetImageROI( frame );
           }  
    cvShowImage("imageName",frame);
    int c=cvWaitKey(33);
    if(c==27) break;   
   }
   cvReleaseCapture(capture);
   cvDestroyWindow("imageName");  
 }
 public static void main(String[] args) {
  
         new JavaCVCamShift();
 }
 
 
class mouseClike extends CvMouseCallback
{
  public void call(int event,int x, int y,int flags, Pointer param)
 //鼠标回调函数,该函数用鼠标进行跟踪目标的选择
 {
     if( image==null )
         return;      
     if( image.origin()!=0 )
         y = image.height() - y;
     //如果图像原点坐标在左下,则将其改为左上
  
      if( select_object==1 )
     //select_object为1,表示在用鼠标进行目标选择
     //此时对矩形类selection用当前的鼠标位置进行设置
     {
         selection.x(Math.min(x,origin.x()));
         selection.y(Math.min(y,origin.y()));  
         selection.width(selection.x() + Math.abs(x - origin.x()));
         selection.height(selection.y() + Math.abs(y - origin.y()));  
         selection.x(Math.max(selection.x(),0));
         selection.y(Math.max(selection.y(),0 )); 
         selection.width(Math.min( selection.width(), image.width() ));
         selection.height(Math.min( selection.height(), image.height()));
         selection.width(selection.width()-selection.x());
         selection.height( selection.height()-selection.y());   
     }
     switch( event )
     {
     case CV_EVENT_LBUTTONDOWN:
      //鼠标按下,开始点击选择跟踪物体
         origin = cvPoint(x,y);
         selection = cvRect(0,0,0,0);
         select_object = 1;
         break;
     case CV_EVENT_LBUTTONUP:
      //鼠标松开,完成选择跟踪物体
         select_object = 0;
         if( selection.width() > 0 && selection.height() > 0 )
         //如果选择物体有效，则打开跟踪功能
         track_object = -1;
                break;
     }
 } 
}
}

      使用JavaCV我们要注意的是，Google并没有给我们一些API参考文档，调用函数的名称和参数可能与OpenCV有一定的出入，（回调函数的使用改变很大），需要我们多看看一些JavaCV自带的例子。JavaCV环境的搭配和测试请参考:http://blog.csdn.net/gctianyou/article/details/8707805