2024年Python最新python+opencv实现目标跟踪，持续更新大厂面试笔试题

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

diff = cv2.dilate(diff, self.es, iterations=2)

image, cnts, hierarchy = cv2.findContours(diff.copy(),cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

coordinate = []

bigC = None

bigMulti = 0

for c in cnts:

if cv2.contourArea© < 1500:

continue

(x,y,w,h) = cv2.boundingRect©

if w * h > bigMulti:

bigMulti = w * h

bigC = ((x,y),(x+w,y+h))

if bigC:

cv2.rectangle(frame, bigC[0],bigC[1], (255,0,0), 2, 1)

coordinate.append(bigC)

message = {“coord”:coordinate}

message[‘msg’] = None

return MessageItem(frame,message)

class Tracker(object):

‘’’

追踪者模块,用于追踪指定目标

‘’’

def init(self,tracker_type = “BOOSTING”,draw_coord = True):

‘’’

初始化追踪器种类

‘’’

#获得opencv版本

(major_ver, minor_ver, subminor_ver) = (cv2.version).split(‘.’)

self.tracker_types = [‘BOOSTING’, ‘MIL’,‘KCF’, ‘TLD’, ‘MEDIANFLOW’, ‘GOTURN’]

self.tracker_type = tracker_type

self.isWorking = False

self.draw_coord = draw_coord

#构造追踪器

if int(minor_ver) < 3:

self.tracker = cv2.Tracker_create(tracker_type)

else:

if tracker_type == ‘BOOSTING’:

self.tracker = cv2.TrackerBoosting_create()

if tracker_type == ‘MIL’:

self.tracker = cv2.TrackerMIL_create()

if tracker_type == ‘KCF’:

self.tracker = cv2.TrackerKCF_create()

if tracker_type == ‘TLD’:

self.tracker = cv2.TrackerTLD_create()

if tracker_type == ‘MEDIANFLOW’:

self.tracker = cv2.TrackerMedianFlow_create()

if tracker_type == ‘GOTURN’:

self.tracker = cv2.TrackerGOTURN_create()

def initWorking(self,frame,box):

‘’’

追踪器工作初始化

frame:初始化追踪画面

box:追踪的区域

‘’’

if not self.tracker:

raise Exception(“追踪器未初始化”)

status = self.tracker.init(frame,box)

if not status:

raise Exception(“追踪器工作初始化失败”)

self.coord = box

self.isWorking = True

def track(self,frame):

‘’’

开启追踪

‘’’

message = None

if self.isWorking:

status,self.coord = self.tracker.update(frame)

if status:

message = {“coord”:[((int(self.coord[0]), int(self.coord[1])),(int(self.coord[0] + self.coord[2]), int(self.coord[1] + self.coord[3])))]}

if self.draw_coord:

p1 = (int(self.coord[0]), int(self.coord[1]))

p2 = (int(self.coord[0] + self.coord[2]), int(self.coord[1] + self.coord[3]))

cv2.rectangle(frame, p1, p2, (255,0,0), 2, 1)

message[‘msg’] = “is tracking”

return MessageItem(frame,message)

class ObjectTracker(object):

def init(self,dataSet):

self.cascade = cv2.CascadeClassifier(dataSet)

def track(self,frame):

gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)

faces = self.cascade.detectMultiScale(gray,1.03,5)

for (x,y,w,h) in faces:

cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)

return frame

if name == ‘main’ :

a = [‘BOOSTING’, ‘MIL’,‘KCF’, ‘TLD’, ‘MEDIANFLOW’, ‘GOTURN’]

tracker = Tracker(tracker_type=“KCF”)

video = cv2.VideoCapture(0)

ok, frame = video.read()

bbox = cv2.selectROI(frame, False)

tracker.initWorking(frame,bbox)

while True:

_,frame = video.read();

if(_):

item = tracker.track(frame);

cv2.imshow(“track”,item.getFrame())

k = cv2.waitKey(1) & 0xff

if k == 27:

break

#encoding=utf-8

import json

from utils import IOUtil

‘’’

信息封装类

‘’’

class MessageItem(object):

#用于封装信息的类,包含图片和其他信息

def init(self,frame,message):

self._frame = frame

self._message = message

def getFrame(self):

#图片信息

return self._frame

def getMessage(self):

#文字信息,json格式

return self._message

def getBase64Frame(self):

#返回base64格式的图片,将BGR图像转化为RGB图像

jepg = IOUtil.array_to_bytes(self._frame[…,::-1])

return IOUtil.bytes_to_base64(jepg)

def getBase64FrameByte(self):

#返回base64格式图片的bytes

return bytes(self.getBase64Frame())

def getJson(self):

#获得json数据格式

dicdata = {“frame”:self.getBase64Frame().decode(),“message”:self.getMessage()}

return json.dumps(dicdata)

def getBinaryFrame(self):

return IOUtil.array_to_bytes(self._frame[…,::-1])

运行之后在第一帧图像上选择要追踪的部分,这里测试了一下使用KCF算法的追踪器

更新:忘记放utils,给大家造成的困扰深表歉意

#encoding=utf-8

import time

import numpy

import base64

import os

import logging

import sys

from settings import *

from PIL import Image

from io import BytesIO

#工具类

class IOUtil(object):

#流操作工具类

@staticmethod

def array_to_bytes(pic,formatter=“jpeg”,quality=70):

‘’’

如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！