Python+opencv3.4+kalman（卡尔曼）滤波实现视频中运动物体追踪和轨迹绘制

最新推荐文章于 2025-02-27 20:19:53 发布

Miaosh999

最新推荐文章于 2025-02-27 20:19:53 发布

阅读量1.2w

点赞数 18

本文链接：https://blog.csdn.net/Miaosh999/article/details/106934655

版权

官方卡尔曼滤波目标追踪实例c++版，本文的opencv版本代码是由改代码改编而来
https://www.myzhar.com/blog/tutorials/tutorial-opencv-ball-tracker-using-kalman-filter/

kalman滤波相关知识，理解等
https://blog.csdn.net/u010712012/article/details/90294295?utm_medium=distribute.pc_relevant.none-task-blog-baidujs-2

hsv色彩对照表：（设置运动目标hsv阈值时要用到）
在这里插入图片描述
实现效果：

需要视频的话可以去我的下载里面找，有上面这个视频
https://download.csdn.net/download/Miaosh999/12547308

实验环境：

Python3.6+OpenCV3.4+pycharm2019

代码实现：

首先是一个简单的不用kalman滤波的运动目标追踪代码
这里可以根据需要进行摄像头运动目标识别，只要把

camera = cv2.VideoCapture('./video/yellow_ball.mp4')
#  改成camera = cv2.VideoCapture(0)  就是摄像头内识别

完整代码：

from collections import  deque
import numpy as np
import cv2
# imutils
import time
#设定阈值，HSV空间
redLower = np.array([11, 100, 100])
redUpper = np.array([20, 255, 255])
#初始化追踪点的列表
mybuffer = 64
pts = deque(maxlen=mybuffer)
#打开摄像头
camera = cv2.VideoCapture('./video/yellow_ball.mp4')
fourcc = cv2.VideoWriter_fourcc(*'XVID')  # 保存文件为avi格式
fps = camera.get(cv2.CAP_PROP_FPS)
size = (int(camera.get(cv2.CAP_PROP_FRAME_WIDTH)), int(camera.get(cv2.CAP_PROP_FRAME_HEIGHT)))  # 输出视频尺寸，长和宽
out = cv2.VideoWriter('new_yellow_ball.avi', fourcc, fps, si

最低0.47元/天解锁文章