OpenCV2编程手册笔记之 10.5应用光流法跟踪视频中的特征点

    这次，我们用举例的方法来了解一下视频处理，我们采用上一篇博客中用到的代码，使用类继承来减少代码量

    这次的目标是跟踪移动物体，我们先创建一个FeatureTrack类，它继承自VideoProcess类

    在看这个类之前，我们先介绍几个函数

    首先是calcOpticalFlowPyrLK，这个函数的作用原理是光流法，它输入的点（第三个参数）是图像2中的角点坐标，它将会根据输入的图像1和图像2，对这两张图中的亮度进行比较，这些比较都是在输入的角点坐标附近进行比较，得出最终的运动角点坐标（第四个参数），也就是可能的运动角点

void calcOpticalFlowPyrLK( InputArray prevImg, InputArray nextImg,
                                        InputArray prevPts, InputOutputArray nextPts,
                                        OutputArray status, OutputArray err,
                                        Size winSize = Size(21,21), int maxLevel = 3,
                                        TermCriteria criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, 0.01),
                                        int flags = 0, double minEigThreshold = 1e-4 );

    第一个参数是第一幅图像

    第二个参数是第二幅图像

    第三个参数是第一幅图像中的特征点

    第四个参数是寻找到的移动过后的特征点

    第五个参数表示跟踪成功，跟踪成功时返回1

    第六个参数表示跟踪失败，给出提示，但我们一般只是用status

    然后是goodFeaturesToTrack，这个函数用来确定所有角点

void goodFeaturesToTrack( InputArray image, OutputArray corners,
                                     int maxCorners, double qualityLevel, double minDistance,
                                     InputArray mask = noArray(), int blockSize = 3,
                                     bool useHarrisDetector = false, double k = 0.04 );

    第一个参数是输入图像

    第二个参数是返回的角点坐标

    第三个参数是最大角点数

    第四个参数是质量等级，用来确定是否选取检测到的角点

    第五个参数是最小距离，用来筛选距离较小的角点

   

<