meanshift 与 camshift 跟踪算法比较

 

MeanShift Algorithm

思想很简单：利用概率密度的梯度爬升来寻找局部最优...具体参考文献：

[1]The Estimation of the Gradient of a Density Function, with Applications in Pattern Recognition   (1975)

[2]Mean shift, mode seeking, and clustering (1995)

[3]Mean Shift: a robust approach toward feature space analysis (2002)

[4]Real-time tracking of non-rigid objects using mean shift (2000)

[5]Mean-shift Blob Tracking through Scale Space (2003)

[6]An algorithm for data-driven bandwidth selection(2003)

 

对于OpenCV的Meanshift算法 貌似只是简化成了一个重心跟踪法，没有引入核函数与巴氏系数....

怪不得跟踪的效果那么差...

 

 

具体计算过程如下：

 

1.计算区域内0阶矩
for(int i=0;i<height;i++)
  for(int j=0;j<width;j++)
     M00+=I(i,j)
2.区域内1阶矩：
for(int i=0;i<height;i++)
  for(int j=0;j<width;j++)
  {
    M10+=i*I(i,j);
    M01+=j*I(i,j);
  }
3.则Mass Center为：
Xc=M10/M00; Yc=M01/M00

 

具体的CVMEANSHIFT算法可以分为以下4步：
1.选择窗的大小和初始位置.
2.计算此时窗口内的Mass Center.
3.调整窗口的中心到Mass Center.
4.重复2和3，直到窗口中心"会聚"，即每次窗口移动的距离小于一定的阈值，或者迭代次数达到设定值。

 

 

int cvMeanShift(IplImage* imgprob,CvRect windowIn,
                    CvTermCriteria criteria,CvConnectedComp* out);

 

view plain

1. 函数说明：  
2. 需要的参数为：  
3. 1.IplImage* imgprob：2D概率分布图像，传入；  
4. 2.CvRect windowIn：初始的窗口，传入；  
5. 3.CvTermCriteria criteria：停止迭代的标准，传入；  
6. 4.CvConnectedComp* out:查询结果，传出。  
7. (注：构造CvTermCriteria变量需要三个参数，一个是类型，另一个是迭代的最大次数，最后一个表示特定的阈值。例如可以这样构造criteria：criteria=cvTermCriteria(CV_TERMCRIT_ITER|CV_TERMCRIT_EPS,10,0.1)。)  
8.   
9.    
10.      Parameters:  
11.        imgProb     - 2D object probability distribution  
12.        windowIn    - CvRect of CAMSHIFT Window intial size  
13.        numIters    - If CAMSHIFT iterates this many times, stop  
14.        windowOut   - Location, height and width of converged CAMSHIFT window  
15.        len         - If != NULL, return equivalent len  
16.        width       - If != NULL, return equivalent width  
17.        itersUsed   - Returns number of iterations CAMSHIFT took to converge  
18.      Returns:  
19.        The function itself returns the area found  
20.    
21.    
22.   
23.    
24.   
25.    
26.   
27. int cvMeanShift( const void* imgProb, CvRect windowIn,  
28.    CvTermCriteria criteria, CvConnectedComp* comp )  
29. {  
30.  CvMoments moments;  
31.  int    i = 0, eps;  
32.  CvMat  stub, *mat = (CvMat*)imgProb;  
33.  CvMat  cur_win;  
34.  CvRect cur_rect = windowIn;  
35.    
36.  CV_FUNCNAME( "cvMeanShift" );  
37.    
38.  if( comp )  
39.   comp->rect = windowIn;  
40.    
41.  moments.m00 = moments.m10 = moments.m01 = 0;  
42.    
43.  __BEGIN__;  
44.    
45.  CV_CALL( mat = cvGetMat( mat, &stub ));  
46.    
47.   
48.    
49.  if( windowIn.height <= 0 || windowIn.width <= 0 )  
50.   CV_ERROR( CV_StsBadArg, "Input window has non-positive sizes" );  
51.    
52.  if( windowIn.x < 0 || windowIn.x + windowIn.width > mat->cols ||  
53.   windowIn.y < 0 || windowIn.y + windowIn.height > mat->rows )  
54.   CV_ERROR( CV_StsBadArg, "Initial window is not inside the image ROI" );  
55.    
56.  CV_CALL( criteria = cvCheckTermCriteria( criteria, 1., 100 ));  
57.    
58.  eps = cvRound( criteria.epsilon * criteria.epsilon );  
59.    
60.  for( i = 0; i < criteria.max_iter; i++ )  
61.  {  
62.   int dx, dy, nx, ny;  
63.   double inv_m00;  
64.     
65.   CV_CALL( cvGetSubRect( mat, &cur_win, cur_rect ));  
66.   CV_CALL( cvMoments( &cur_win, &moments ));  
67.     
68.     
69.   if( fabs(moments.m00) < DBL_EPSILON )  
70.    break;  
71.     
72.   inv_m00 = moments.inv_sqrt_m00*moments.inv_sqrt_m00;  
73.   dx = cvRound( moments.m10 * inv_m00 - windowIn.width*0.5 );  
74.   dy = cvRound( moments.m01 * inv_m00 - windowIn.height*0.5 );  
75.     
76.   nx = cur_rect.x + dx;  
77.   ny = cur_rect.y + dy;  
78.     
79.   if( nx < 0 )  
80.    nx = 0;  
81.   else if( nx + cur_rect.width > mat->cols )  
82.    nx = mat->cols - cur_rect.width;  
83.     
84.   if( ny < 0 )  
85.    ny = 0;  
86.   else if( ny + cur_rect.height > mat->rows )  
87.    ny = mat->rows - cur_rect.height;  
88.     
89.   dx = nx - cur_rect.x;  
90.   dy = ny - cur_rect.y;  
91.   cur_rect.x = nx;  
92.   cur_rect.y = ny;  
93.   
94.     
95.     
96.   if( dx*dx + dy*dy < eps )  
97.    break;  
98.  }  
99.    
100.  __END__;  
101.    
102.  if( comp )  
103.  {  
104.   comp->rect = cur_rect;  
105.   comp->area = (float)moments.m00;  
106.  }  
107.    
108.  return i;  
109.  }  
110.    

 

Camshift Algorithm

它是MeanShift算法的改进，称为连续自适应的MeanShift算法，CamShift算法的全称是"Continuously Apaptive Mean-SHIFT"，它的基本思想是视频图像的所有帧作MeanShift运算，并将上一帧的结果（即Search Window的中心和大小）作为下一帧MeanShift算法的Search Window的初始值，如此迭代下去。

 

Camshift 是由Meanshift 推倒而來 Meanshift主要是用在單張影像上，但
是獨立一張影像分析對追蹤而言並無意義，Camshift 就是利用MeanShift的方
法，對影像串列進行分析。
(1) 首先在影像串列中選擇ㄧ區域。
(2) 計算此區域的顏色2D機率分布。
(3) 用MeanShift演算法來收斂欲追蹤的區域。
(4) 集中收斂的區域，並標示之。
(5) 每個frame重複(3)(4)。

 

 

 

Camshift 关键就在于当目标的大小发生改变的时候，此算法可以自适应调整目标区域继续跟踪。没什么多说的，给出源码吧，里面有部分代码是计算代码执行时间的，不需要的可以去掉。

 

如果要详细了解，去看下这篇参考文献吧：

Bradski, Computer Video Face Tracking for use in a Perceptual User Interface. Intel Technology Journal, Q2, 1998.

 

 

view plain

1. 函数说明：  
2.   
3.   
4.      Parameters:  
5.        imgProb     - 2D object probability distribution  
6.        windowIn    - CvRect of CAMSHIFT Window intial size  
7.        criteria    - criteria of stop finding window  
8.        windowOut   - Location, height and width of converged CAMSHIFT window  
9.        orientation - If != NULL, return distribution orientation  
10.        len         - If != NULL, return equivalent len  
11.        width       - If != NULL, return equivalent width  
12.        area        - sum of all elements in result window  
13.        itersUsed   - Returns number of iterations CAMSHIFT took to converge  
14.      Returns:  
15.       The function itself returns the area found  
16.    
17.   
18.    
19.   
20.    
21.   
22.    
23.   
24. int cvCamShift( const void* imgProb, CvRect windowIn,  
25.     CvTermCriteria criteria,  
26.     CvConnectedComp* _comp,  
27.     CvBox2D* box )  
28.  {  
29.   QueryPerformanceFrequency(&freq);  
30.   QueryPerformanceCounter(&start1);  
31.   
32.   const int TOLERANCE = 10;  
33.   CvMoments moments;  
34.   double m00 = 0, m10, m01, mu20, mu11, mu02, inv_m00;  
35.   double a, b, c, xc, yc;  
36.   double rotate_a, rotate_c;  
37.   double theta = 0, square;  
38.   double cs, sn;  
39.   double length = 0, width = 0;  
40.   int itersUsed = 0;  
41.   CvConnectedComp comp;  
42.   CvMat  cur_win, stub, *mat = (CvMat*)imgProb;  
43.   
44.   CV_FUNCNAME( "cvCamShift" );  
45.   
46.   comp.rect = windowIn;  
47.   
48.   __BEGIN__;  
49.   
50.   CV_CALL( mat = cvGetMat( mat, &stub ));  
51.   
52.   CV_CALL( itersUsed = cvMeanShift( mat, windowIn, criteria, &comp ));  
53.   windowIn = comp.rect;  
54.   
55.     
56.   windowIn.x -= TOLERANCE;  
57.   if( windowIn.x < 0 )  
58.    windowIn.x = 0;  
59.   
60.   windowIn.y -= TOLERANCE;  
61.   if( windowIn.y < 0 )  
62.    windowIn.y = 0;  
63.   
64.   windowIn.width += 2 * TOLERANCE;  
65.   if( windowIn.x + windowIn.width > mat->width )  
66.    windowIn.width = mat->width - windowIn.x;  
67.   
68.   windowIn.height += 2 * TOLERANCE;  
69.   if( windowIn.y + windowIn.height > mat->height )  
70.    windowIn.height = mat->height - windowIn.y;  
71.   
72.   CV_CALL( cvGetSubRect( mat, &cur_win, windowIn ));  
73.   
74.     
75.   CV_CALL( cvMoments( &cur_win, &moments ));  
76.   
77.   m00 = moments.m00;  
78.   m10 = moments.m10;  
79.   m01 = moments.m01;  
80.   mu11 = moments.mu11;  
81.   mu20 = moments.mu20;  
82.   mu02 = moments.mu02;  
83.   
84.   if( fabs(m00) < DBL_EPSILON )  
85.    EXIT;  
86.   
87.   inv_m00 = 1. / m00;  
88.   xc = cvRound( m10 * inv_m00 + windowIn.x );  
89.   yc = cvRound( m01 * inv_m00 + windowIn.y );  
90.   a = mu20 * inv_m00;  
91.   b = mu11 * inv_m00;  
92.   c = mu02 * inv_m00;  
93.   
94.     
95.   square = sqrt( 4 * b * b + (a - c) * (a - c) );  
96.   
97.     
98.   theta = atan2( 2 * b, a - c + square );  
99.   
100.     
101.   cs = cos( theta );  
102.   sn = sin( theta );  
103.   
104.   rotate_a = cs * cs * mu20 + 2 * cs * sn * mu11 + sn * sn * mu02;  
105.   rotate_c = sn * sn * mu20 - 2 * cs * sn * mu11 + cs * cs * mu02;  
106.   length = sqrt( rotate_a * inv_m00 ) * 4;  
107.   width = sqrt( rotate_c * inv_m00 ) * 4;  
108.   
109.     
110.   if( length < width )  
111.   {  
112.    double t;  
113.      
114.    CV_SWAP( length, width, t );  
115.    CV_SWAP( cs, sn, t );  
116.    theta = CV_PI*0.5 - theta;  
117.   }  
118.   
119.     
120.   if( _comp || box )  
121.   {  
122.    int t0, t1;  
123.    int _xc = cvRound( xc );  
124.    int _yc = cvRound( yc );  
125.   
126.    t0 = cvRound( fabs( length * cs ));  
127.    t1 = cvRound( fabs( width * sn ));  
128.   
129.    t0 = MAX( t0, t1 ) + 2;  
130.    comp.rect.width = MIN( t0, (mat->width - _xc) * 2 );  
131.   
132.    t0 = cvRound( fabs( length * sn ));  
133.    t1 = cvRound( fabs( width * cs ));  
134.   
135.    t0 = MAX( t0, t1 ) + 2;  
136.    comp.rect.height = MIN( t0, (mat->height - _yc) * 2 );  
137.   
138.    comp.rect.x = MAX( 0, _xc - comp.rect.width / 2 );  
139.    comp.rect.y = MAX( 0, _yc - comp.rect.height / 2 );  
140.   
141.    comp.rect.width = MIN( mat->width - comp.rect.x, comp.rect.width );  
142.    comp.rect.height = MIN( mat->height - comp.rect.y, comp.rect.height );  
143.    comp.area = (float) m00;  
144.   }  
145.   
146.   __END__;  
147.   
148.   if( _comp )  
149.    *_comp = comp;  
150.     
151.   if( box )  
152.   {  
153.    box->size.height = (float)length;  
154.    box->size.width = (float)width;  
155.    box->angle = (float)(theta*180./CV_PI);  
156.    box->center = cvPoint2D32f( comp.rect.x + comp.rect.width*0.5f,  
157.           comp.rect.y + comp.rect.height*0.5f);  
158.   }  
159.   
160.   
161.   QueryPerformanceCounter(&end1);  
162.   
163.   time_origin<<(double)(end1.QuadPart - start1.QuadPart) / (double)freq.QuadPart<<endl;  
164.   
165.   return itersUsed;  
166.   
167. }  

 

 

对于OPENCV中的CAMSHIFT例子，是通过计算目标HSV空间下的HUE分量直方图，通过直方图反向投影得到目标像素的概率分布，然后通过调用CV库中的CAMSHIFT算法，自动跟踪并调整目标窗口的中心位置与大小。

 

这个算法对于纯色物体在黑白背景下的跟踪效果是很好的，但是如果背景的颜色与目标相近，或者目标附近有与目标的色调相近的算法比较物体，则CAMSHIFT会自动将其包括在内，导致跟踪窗口扩大，甚至有时会将跟踪窗口扩大到整个视频框架。

 

昨天看Learning OpenCV 看完了第十章，课后习题里有题就是将camshift改成meanshift算法比较一下结果，我自己改了一下，用meanshift的矩形框跟踪物体，由于meanshift不会改变核窗口的大小，所以矩形框当然是不变的...

 

与camshift比较了一下，由于都是通过H直方图反向投影的算法，实际是大差不差的，实验证明，对于较远的小的目标，使用meanshift算法比较好，因为目标大小一般不变，而且窗口不容易受外界影响，对于近距离的目标，尺寸会与镜头距离的远近而改变的，使用camshift可以自适应的改变。

 

Learning OpenCV 中也提到了可以使用两种方法结合来加强跟踪的鲁棒性，我个人觉得这两种方法其实没什么根本区别，也就不存在什么结合的问题了 呵呵。

 

下面是修改的代码 选取目标采用了蓝色方框 跟踪的目标采用了红色方框

 

 

view plain

1. //---------------------------------------------------------------------------  
2. #include <vcl.h>  
3. //-------open cv macro begin-------------  
4. #ifdef _CH_  
5. #pragma package <opencv>  
6. #endif  
7.   
8. #define phi2xy(mat)                                                  /  
9.   cvPoint( cvRound(img->width/2 + img->width/3*cos(mat->data.fl[0])),/  
10.     cvRound( img->height/2 - img->width/3*sin(mat->data.fl[0])) )  
11.   
12.    
13.   
14. #include <stdio.h>  
15. #include <iostream.h>  
16. #include <fstream.h>  
17. #include "cv.h"  
18. #include "highgui.h"  
19. //-------open cv macro end-------------  
20.   
21. #pragma hdrstop  
22.    
23. #include "Unit1.h"  
24. //---------------------------------------------------------------------------  
25. #pragma package(smart_init)  
26. #pragma resource "*.dfm"  
27. TForm1 *Form1;  
28.   
29.   
30. IplImage *image = 0, *hsv = 0, *hue = 0, *mask = 0, *backproject = 0, *histimg = 0;  
31. CvHistogram *hist = 0;  
32.   
33. int backproject_mode = 0;  
34. int select_object = 0;  
35. int track_object = 0;  
36. int show_hist = 1;  
37. CvPoint origin;  
38. CvRect selection;  
39. CvRect track_window;  
40. CvBox2D track_box;  
41. CvConnectedComp track_comp;  
42. int hdims = 256;  
43. float hranges_arr[] = {0,180};  
44. float* hranges = hranges_arr;  
45. int vmin = 10, vmax = 256, smin = 30;  
46.   
47.    
48.   
49.  //---------------------------------------------------------------------------  
50.   
51.   
52. CvSize cvGetSize( IplImage *img )  
53. {  
54.  CvSize aa;  
55.  aa.width=img->width;  
56.  aa.height=img->height;  
57.  return aa;  
58. }  
59.   
60.    
61.   
62.    
63.   
64.   
65. //---------------------------------------------------------------------------  
66. __fastcall TForm1::TForm1(TComponent* Owner)  
67.         : TForm(Owner)  
68. {  
69. }  
70.   
71. //---------------------------------------------------------------------------  
72.   
73.   
74. void on_mouse( int event, int x, int y, int flags, void* param )  
75. {  
76.     if( !image )  
77.         return;  
78.   
79.     if( image->origin )  
80.         y = image->height - y;  
81.   
82.     if( select_object )  
83.     {  
84.         selection.x = MIN(x,origin.x);  
85.         selection.y = MIN(y,origin.y);  
86.         selection.width = selection.x + CV_IABS(x - origin.x);  
87.         selection.height = selection.y + CV_IABS(y - origin.y);  
88.           
89.         selection.x = MAX( selection.x, 0 );  
90.         selection.y = MAX( selection.y, 0 );  
91.         selection.width = MIN( selection.width, image->width );  
92.         selection.height = MIN( selection.height, image->height );  
93.         selection.width -= selection.x;  
94.         selection.height -= selection.y;  
95.     }  
96.   
97.     switch( event )  
98.     {  
99.     case CV_EVENT_LBUTTONDOWN:  
100.         origin = cvPoint(x,y);  
101.         selection = cvRect(x,y,0,0);  
102.         select_object = 1;  
103.         break;  
104.     case CV_EVENT_LBUTTONUP:  
105.         select_object = 0;  
106.         if( selection.width > 0 && selection.height > 0 )  
107.             track_object = -1;  
108.         break;  
109.     }  
110. }  
111.   
112.   
113. CvScalar hsv2rgb( float hue )  
114. {  
115.     int rgb[3], p, sector;  
116.     static const int sector_data[][3]=  
117.         {{0,2,1}, {1,2,0}, {1,0,2}, {2,0,1}, {2,1,0}, {0,1,2}};  
118.     hue *= 0.033333333333333333333333333333333f;  
119.     sector = cvFloor(hue);  
120.     p = cvRound(255*(hue - sector));  
121.     p ^= sector & 1 ? 255 : 0;  
122.   
123.     rgb[sector_data[sector][0]] = 255;  
124.     rgb[sector_data[sector][1]] = 0;  
125.     rgb[sector_data[sector][2]] = p;  
126.   
127.     return cvScalar(rgb[2], rgb[1], rgb[0],0);  
128. }  
129.   
130.   
131. //---------------------------------------------------------------------------  
132.   
133.    
134.   
135. void __fastcall TForm1::Button1Click(TObject *Sender)  
136. {  
137.   CvCapture* capture = 0;  
138.   
139.        // capture = cvCaptureFromCAM(  0 );  
140.   
141.     capture = cvCaptureFromAVI("video.avi" );  
142.     ShowMessage( "Hot keys: /n"  
143.         "/tESC - quit the program/n"  
144.         "/tc - stop the tracking/n"  
145.         "/tb - switch to/from backprojection view/n"  
146.         "/th - show/hide object histogram/n"  
147.         "To initialize tracking, select the object with mouse/n" );  
148.   
149.     cvNamedWindow( "Histogram", 1 );  
150.     cvNamedWindow( "CamShiftDemo", 1 );  
151.     cvSetMouseCallback( "CamShiftDemo", on_mouse, 0 );  
152.     cvCreateTrackbar( "Vmin", "CamShiftDemo", &vmin, 256, 0 );  
153.     cvCreateTrackbar( "Vmax", "CamShiftDemo", &vmax, 256, 0 );  
154.     cvCreateTrackbar( "Smin", "CamShiftDemo", &smin, 256, 0 );  
155.   
156.     for(;;)  
157.     {  
158.         IplImage* frame = 0;  
159.         int i, bin_w, c;  
160.   
161.         frame = cvQueryFrame( capture );  
162.         if( !frame )  
163.             break;  
164.   
165.         if( !image )  
166.         {  
167.             /* allocate all the buffers */  
168.             image = cvCreateImage( cvGetSize(frame), 8, 3 );  
169.             image->origin = frame->origin;  
170.             hsv = cvCreateImage( cvGetSize(frame), 8, 3 );  
171.             hue = cvCreateImage( cvGetSize(frame), 8, 1 );  
172.             mask = cvCreateImage( cvGetSize(frame), 8, 1 );  
173.             backproject = cvCreateImage( cvGetSize(frame), 8, 1 );  
174.             hist = cvCreateHist( 1, &hdims, CV_HIST_ARRAY, &hranges, 1 );  
175.             histimg = cvCreateImage( cvSize(320,200), 8, 3 );  
176.             cvZero( histimg );  
177.         }  
178.   
179.         cvCopy( frame, image, 0 );  
180.         cvCvtColor( image, hsv, CV_BGR2HSV );  
181.   
182.         if( track_object )  
183.         {  
184.             int _vmin = vmin, _vmax = vmax;  
185.   
186.             cvInRangeS( hsv, cvScalar(0,smin,MIN(_vmin,_vmax),0),  
187.                         cvScalar(180,256,MAX(_vmin,_vmax),0), mask );  
188.             cvSplit( hsv, hue, 0, 0, 0 );  
189.   
190.             if( track_object < 0 )  
191.             {  
192.                 float max_val = 0.f;  
193.                 cvSetImageROI( hue, selection );  
194.                 cvSetImageROI( mask, selection );  
195.                 cvCalcHist( &hue, hist, 0, mask );  
196.                 cvGetMinMaxHistValue( hist, 0, &max_val, 0, 0 );  
197.                 cvConvertScale( hist->bins, hist->bins, max_val ? 255. / max_val : 0., 0 );  
198.                 cvResetImageROI( hue );  
199.                 cvResetImageROI( mask );  
200.                 track_window = selection;  
201.                 track_object = 1;  
202.   
203.                 cvZero( histimg );  
204.                 bin_w = histimg->width / hdims;  
205.                 for( i = 0; i < hdims; i++ )  
206.                 {  
207.                     int val = cvRound( cvGetReal1D(hist->bins,i)*histimg->height/255 );  
208.                     CvScalar color = hsv2rgb(i*180.f/hdims);  
209.                     cvRectangle( histimg, cvPoint(i*bin_w,histimg->height),  
210.                                  cvPoint((i+1)*bin_w,histimg->height - val),  
211.                                  color, -1, 8, 0 );  
212.                 }  
213.             }  
214.   
215.             cvCalcBackProject( &hue, backproject, hist );  
216.             cvAnd( backproject, mask, backproject, 0 );  
217.             //cvCamShift( backproject, track_window,  
218.             //            cvTermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ),  
219.             //            &track_comp, &track_box );  
220.             cvMeanShift( backproject, track_window,  
221.                         cvTermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ),  
222.                         &track_comp );  
223.             track_window = track_comp.rect;  
224.               
225.             if( backproject_mode )  
226.                 cvCvtColor( backproject, image, CV_GRAY2BGR );  
227.             if( image->origin )  
228.                 track_box.angle = -track_box.angle;  
229.             //cvEllipseBox( image, track_box, CV_RGB(255,0,0), 3, CV_AA, 0 );  
230.              cvRectangle(image, cvPoint(track_comp.rect.x , track_comp.rect.y),  
231.              cvPoint(track_comp.rect.x+track_comp.rect.width , track_comp.rect.y+track_comp.rect.height)  
232.              ,  CV_RGB(255,0,0), 1,  CV_AA, 0);  
233.               }  
234.           
235.         if( select_object && selection.width > 0 && selection.height > 0 )  
236.         {  
237.              cvRectangle(image, cvPoint(selection.x , selection.y),  
238.              cvPoint(selection.x+selection.width , selection.y+selection.height)  
239.               ,  CV_RGB(0,0,255), 1,  CV_AA , 0);  
240.         }  
241.   
242.         cvShowImage( "CamShiftDemo", image );  
243.         cvShowImage( "Histogram", histimg );  
244.   
245.         c = cvWaitKey(100);  
246.         if( (char) c == 27 )  
247.             break;  
248.         switch( (char) c )  
249.         {  
250.         case 'b':  
251.             backproject_mode ^= 1;  
252.             break;  
253.         case 'c':  
254.             track_object = 0;  
255.             cvZero( histimg );  
256.             break;  
257.         case 'h':  
258.             show_hist ^= 1;  
259.             if( !show_hist )  
260.                 cvDestroyWindow( "Histogram" );  
261.             else  
262.                 cvNamedWindow( "Histogram", 1 );  
263.             break;  
264.         default:  
265.             ;  
266.         }  
267.     }  
268.   
269.     cvReleaseCapture( &capture );  
270.     cvDestroyWindow("CamShiftDemo");  
271.   
272. }  
273. //---------------------------------------------------------------------------  
274.   
275.    
276.   
277.    

原文地址为：http://blog.csdn.net/henhen2002/article/details/4322113