计算机视觉OpenCV光流估计

本文介绍了计算机视觉中的光流估计,特别是Lucas-Kanade光流算法。通过OpenCV库,详细展示了如何利用cv2.calcOpticalFlowPyrLK()函数进行光流估计,并给出了完整的Python代码示例,包括角点检测、特征点跟踪以及绘制轨迹的过程。
摘要由CSDN通过智能技术生成

光流估计

在这里插入图片描述光流是一种运动模式,这种运动模式指的是一个物体、表面、边缘在一个视角下由一个观察者(比如眼睛、摄像头等)和背景之间形成的明显移动
Lucas–Kanade光流算法是一种两帧差分的光流估计算法

算法实现:Lucas-Kanade 算法

eg: p1, st, err = cv2.calcOpticalFlowPyrLK(old_gray, frame_gray, p0, None, **lk_params

调用OpenCV中的函数cv2.calcOpticalFlowPyrLK():

参数:

  • prevImage 前一帧图像

  • nextImage 当前帧图像

  • prevPts 待跟踪的特征点向量

  • winSize 搜索窗口的大小

  • maxLevel 最大的金字塔层数

返回:

  • nextPts 输出跟踪特征点向量

  • status 特征点是否找到,找到的状态为1,未找到的状态为0

代码

import cv2
import numpy as np

cap=cv2.VideoCapture(‘test.avi’)#转换帧

#角点检测所需参数
feature_params=dict(
maxCorners=100, #最大角点数
qualityLevel = 0.3,#角点最低

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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