python里使用cv2.goodFeaturesToTrack（）函数追踪图像里的关键点

最新推荐文章于 2024-03-29 09:45:59 发布

痴澳超

最新推荐文章于 2024-03-29 09:45:59 发布

阅读量1.6w

点赞数 9

分类专栏： python 机器学习

本文链接：https://blog.csdn.net/u014303046/article/details/51023202

版权

这篇博客介绍了如何利用Python的cv2.goodFeaturesToTrack函数在热成像视频中追踪高温区域的关键点。通过提供的代码示例和追踪效果展示，展示了该方法在热成像仪数据处理中的应用。

摘要由CSDN通过智能技术生成

首先需要对cv2.goodFeaturesToTrack函数有一个基本的了解：

详细的介绍在这里：http://baike.baidu.com/link?url=zPK3iMJJfkKO0k2bniENAvksIRY0-Ci7weIcpE9AdFybc5tyUsbPT9cUTx4-vBDmhAnCsSKToS3QP8n4JaInfa

我要处理的视频是热成像仪拍摄的，目的是追踪高温的区域：

代码如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
作者：
功能：跟踪温度高的区域。
"""

import numpy as np
import cv2
import cv2.cv as cv

cap=cv2.VideoCapture("my.mp4")

feasize=1
max=200
qua=0.05
mindis=7
blocksize=10
usehaar=True
k=0.04

paras=dict(maxCorners=200,
           qualityLevel=0.05,
           minDistance=7,
           blockSize=10,
           useHarrisDetector=True,
           k=0.04)

keypoints=list()
mask=None
marker=None


def getkpoints(imag,input1):
    mask1=np.zeros_like(input1)
    x=0
    y=0
    w1,h1=input1.shape
    #pri