Opencv Python版学习笔记（四）光流跟踪之Gunnar Farneback’s 算法

Gunnar Farneback 算法是一种稠密光流算法--所有图像上的像素点的光流都计算出来，这样速度也就相对慢一些，本例中达不到实时，初略估计在5帧每秒

calcOpticalFlowFarneback(prevImg, nextImg, pyr_scale, levels, winsize, iterations, poly_n, poly_sigma, flags[, flow])

参数说明：prevImg 输入的8bit单通道前一帧图像；

                  nextImg 输入的8bit单通道当前帧图像；

                  pyr_scale 金字塔参数：0.5为经典参数，每一层是下一层尺度的一半；

                  levels 金字塔的层数

                  winsize 窗口大小

                  iterations 迭代次数

                  poly_n 像素邻域的大小，大的话表示图像整体比较平滑

                  poly_sigma 高斯标准差

                  flags  可以为下列的组合 OPTFLOW_USE_INITIAL_FLOW  OPTFLOW_FARNEBACK_GAUSSIAN

返回值为每个像素点的位移

具体可以参照opencv说明