目标跟踪入门:使用OpenCV实现质心跟踪(1)

├── Model

│ ├── init.py

│ └── centroidtracker.py

├── object_tracker.py

├── deploy.prototxt

└──res10_300x300_ssd_iter_140000_fp16.caffemodel

使用 OpenCV 实现质心跟踪

===========================================================================

新建 centroidtracker.py,写入代码:

import the necessary packages

from scipy.spatial import distance as dist

from collections import OrderedDict

import numpy as np

class CentroidTracker():

def init(self, maxDisappeared=50):

self.nextObjectID = 0

self.objects = OrderedDict()

self.disappeared = OrderedDict()

存储给定对象被允许标记为“消失”的最大连续帧数,直到我们需要从跟踪中注销该对象

self.maxDisappeared = maxDisappeared

导入了所需的包和模块:distance 、 OrderedDict 和 numpy 。

定义类 CentroidTracker 。构造函数接受一个参数maxDisappeared,即给定对象必须丢失/消失的最大连续帧数,如果超过这个数值就将这个对象删除。

四个类变量:

  • nextObjectID :用于为每个对象分配唯一 ID 的计数器。如果一个对象离开帧并且没有返回 maxDisappeared 帧,则将分配一个新的(下一个)对象 ID。

  • objects :使用对象 ID 作为键和质心 (x, y) 坐标作为值的字典。

  • disappeared:保持特定对象 ID(键)已被标记为“丢失”的连续帧数(值)。

  • maxDisappeared :在我们取消注册对象之前,允许将对象标记为“丢失/消失”的连续帧数。

让我们定义负责向我们的跟踪器添加新对象的 register 方法:

def register(self, centroid):

注册对象时,我们使用下一个可用的对象ID来存储质心

self.objects[self.nextObjectID] = centroid

self.disappeared[self.nextObjectID] = 0

self.nextObjectID += 1

def deregister(self, objectID):

要注销注册对象ID,我们从两个字典中都删除了该对象ID

del self.objects[objectID]

del self.disappeared[objectID]

register 方法接受一个质心,然后使

  • 15
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
质心跟踪算法是一种基于目标的颜色或形状特征,通过计算目标的质心位置,实现目标跟踪的算法。在 OpenCV 中,可以通过以下步骤实现质心跟踪算法: 1. 读入视频或者摄像头的实时数据 ```c++ cv::VideoCapture cap(0); // 0 代表摄像头编号,可以改为视频文件路径 if(!cap.isOpened()) { std::cout << "Failed to open video!" << std::endl; return -1; } ``` 2. 提取目标的颜色或形状特征,这里以颜色特征为例,假设我们想跟踪红色目标: ```c++ cv::Mat frame, hsv_frame, red_mask; while(cap.read(frame)) { cv::cvtColor(frame, hsv_frame, cv::COLOR_BGR2HSV); // 转换为 HSV 颜色空间 cv::Scalar lower_red = cv::Scalar(0, 100, 100); // 红色范围的下界 cv::Scalar upper_red = cv::Scalar(10, 255, 255); // 红色范围的上界 cv::inRange(hsv_frame, lower_red, upper_red, red_mask); // 提取红色目标的掩码 } ``` 3. 计算目标的质心位置: ```c++ cv::Moments moments = cv::moments(red_mask, true); // 计算目标的矩 cv::Point2f center(moments.m10 / moments.m00, moments.m01 / moments.m00); // 计算目标的质心位置 ``` 4. 在图像上绘制目标的质心: ```c++ cv::circle(frame, center, 5, cv::Scalar(0, 0, 255), -1); // 在图像上绘制目标的质心 cv::imshow("frame", frame); // 显示图像 cv::waitKey(1); // 等待按键 ``` 完整的代码如下: ```c++ #include <opencv2/opencv.hpp> int main() { cv::VideoCapture cap(0); // 0 代表摄像头编号,可以改为视频文件路径 if(!cap.isOpened()) { std::cout << "Failed to open video!" << std::endl; return -1; } cv::Mat frame, hsv_frame, red_mask; while(cap.read(frame)) { cv::cvtColor(frame, hsv_frame, cv::COLOR_BGR2HSV); // 转换为 HSV 颜色空间 cv::Scalar lower_red = cv::Scalar(0, 100, 100); // 红色范围的下界 cv::Scalar upper_red = cv::Scalar(10, 255, 255); // 红色范围的上界 cv::inRange(hsv_frame, lower_red, upper_red, red_mask); // 提取红色目标的掩码 cv::Moments moments = cv::moments(red_mask, true); // 计算目标的矩 cv::Point2f center(moments.m10 / moments.m00, moments.m01 / moments.m00); // 计算目标的质心位置 cv::circle(frame, center, 5, cv::Scalar(0, 0, 255), -1); // 在图像上绘制目标的质心 cv::imshow("frame", frame); // 显示图像 cv::waitKey(1); // 等待按键 } return 0; } ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值