// 引入OpenCV库中有关视频跟踪的头文件
#include "opencv2/video/tracking.hpp"
// 引入OpenCV库中有关图像处理的头文件
#include "opencv2/imgproc.hpp"
// 引入OpenCV库中有关视频输入的头文件
#include "opencv2/videoio.hpp"
// 引入OpenCV库中有关高级GUI功能的头文件
#include "opencv2/highgui.hpp"
// 引入标准输入输出流库,用于控制台输入输出
#include <iostream>
// 使用命名空间cv,避免每次调用OpenCV库时都需加cv::前缀
using namespace cv;
// 同样使用命名空间std,省略std::前缀
using namespace std;
// 声明帮助函数
static void help(char** argv)
{
// 输出说明信息,在控制台显示程序功能和使用方法
cout <<
"\nThis program demonstrates dense optical flow algorithm by Gunnar Farneback\n"
"Mainly the function: calcOpticalFlowFarneback()\n"
// 说明如何调用程序
"Call:\n"
<< argv[0]
// 默认使用摄像头0作为视频输入源
<< "This reads from video camera 0\n" << endl;
}
// 定义绘制光流图的函数
static void drawOptFlowMap(const Mat& flow, Mat& cflowmap, int step,
double, const Scalar& color)
{
// 遍历图像的每个step间隔的像素点
for(int y = 0; y < cflowmap.rows; y += step)
for(int x = 0; x < cflowmap.cols; x += step)
{
// 获取光流计算结果中的点
const Point2f& fxy = flow.at<Point2f>(y, x);
// 在当前点和光流指向的位置之间绘制线段
line(cflowmap, Point(x,y), Point(cvRound(x+fxy.x), cvRound(y+fxy.y)),
color);
// 在当前的点上绘制一个圆,表示光流的起点
circle(cflowmap, Point(x,y), 2, color, -1);
}
}
// 程序入口点
int main(int argc, char** argv)
{
// 命令行参数解析器,解析是否有帮助命令
cv::CommandLineParser parser(argc, argv, "{help h||}");
if (parser.has("help"))
{
// 如果存在帮助命令,调用help函数并退出程序
help(argv);
return 0;
}
// 创建视频采集对象,默认从摄像头0开始获取视频数据
VideoCapture cap(0);
// 再次调用help函数
help(argv);
// 检查视频采集对象是否创建成功
if( !cap.isOpened() )
return -1;
// 声明Mat类型的流对象,用于存储光流信息和结果
Mat flow, cflow, frame;
// 声明UMat类型对象,利于OpenCV GPU加速
UMat gray, prevgray, uflow;
// 创建一个新的窗口以显示结果
namedWindow("flow", 1);
for(;;) // 无限循环,除非手动终止
{
// 从VideoCapture对象读取一帧图像
cap >> frame;
// 将RGB图像转为灰度图像
cvtColor(frame, gray, COLOR_BGR2GRAY);
if( !prevgray.empty() ) // 检查是否是视频的第一帧
{
// 计算光流
calcOpticalFlowFarneback(prevgray, gray, uflow, 0.5, 3, 15, 3, 5, 1.2, 0);
// 将前一帧的灰度图像转为彩色图像
cvtColor(prevgray, cflow, COLOR_GRAY2BGR);
// 将光流结果从uflow复制到flow
uflow.copyTo(flow);
// 绘制光流图
drawOptFlowMap(flow, cflow, 16, 1.5, Scalar(0, 255, 0));
// 在窗口中显示结果
imshow("flow", cflow);
}
if(waitKey(30)>=0) // 等待键盘输入,退出循环
break;
// 交换gray和prevgray,为处理下一帧图像做准备
std::swap(prevgray, gray);
}
// 程序正常退出,返回0
return 0;
}
这段代码的主要功能是演示使用Gunnar Farneback算法计算视频序列中的稠密光流。程序从默认摄像头(通常是计算机的内置摄像头)捕捉视频帧,对于连续的帧,计算每一帧和它之前帧之间的光流,并且将光流结果绘制到原始的灰度图上面,从而生成了一个流动的效果以示光流场。每次迭代中读取的帧转换为灰度图像,然后使用calcOpticalFlowFarneback
函数计算当前帧与上一帧之间的光流。使用drawOptFlowMap
函数将计算的光流可视化,并通过OpenCV的imshow
功能将结果显示在窗口中。用户可以通过键盘输入中断循环。
calcOpticalFlowFarneback(prevgray, gray, uflow, 0.5, 3, 15, 3, 5, 1.2, 0);
drawOptFlowMap(flow, cflow, 16, 1.5, Scalar(0, 255, 0));