opencv实战（一） 目标跟踪

opencv yyds
代码链接给一下添加链接描述
使用了OpenCV内置的多目标跟踪器，可以选择不同的跟踪算法进行目标追踪。以下是代码的主要流程和理论总结：

导入所需的库和模块，包括argparse、time、cv2（OpenCV）和numpy。

使用argparse设置命令行参数，其中–video用于指定要跟踪的视频路径，–tracker用于选择要使用的跟踪算法，默认为"csrt"。

定义了一系列OpenCV内置的目标跟踪算法。这些算法包括：“csrt”、“kcf”、“boosting”、“mil”、“tld”、“medianflow"和"mosse”。

实例化OpenCV的多目标跟踪器对象trackers和读取视频流对象vs。

在视频流循环中，逐帧读取视频，并对每一帧进行预处理（缩放），然后使用trackers.update()对目标进行更新和追踪。

绘制追踪到的目标框在视频帧上。

在视频帧上按下"s"键可以选择一个区域，然后创建一个新的追踪器来跟踪该区域。

在视频帧上按下"Esc"键可以退出程序。

理论总结：

目标跟踪是计算机视觉中的一个重要任务，用于追踪视频序列中的特定目标。
OpenCV提供了多个内置的目标跟踪算法，每种算法有其特定的优势和适用场景。
本代码使用了OpenCV的多目标跟踪器cv2.MultiTracker_create()，可以同时跟踪多个目标。
在每一帧中，使用trackers.update()对目标进行更新和追踪，返回一个布尔值success和目标框的坐标信息。
按下"s"键可以在视频帧上选择一个区域，并创建一个新的跟踪器来跟踪该区域。
按下"Esc"键可以退出程序，停止目标跟踪

import argparse
import time
import cv2
import numpy as np

# config 
ap = argparse.ArgumentParser()
#跟踪视频路径
ap.add_argument("-v", "--video", default='./videos/los_angeles.mp4',type=str,
	help="path to input video file")
	#选择opencv内部的跟踪方法
ap.add_argument("-t", "--tracker", type=str, default="csrt",
	help="OpenCV object tracker type")
args = vars(ap.parse_args())

# opencv已经实现了的追踪算法
OPENCV_OBJECT_TRACKERS = {
	"csrt": cv2.TrackerCSRT_create,
	"kcf": cv2.TrackerKCF_create,
	"boosting": cv2.TrackerBoosting_create,
	"mil": cv2.TrackerMIL_create,
	"tld": cv2.TrackerTLD_create,
	"medianflow": cv2.TrackerMedianFlow_create,
	"mosse": cv2.TrackerMOSSE_create
}

# 实例化OpenCV's multi-object tracker
trackers = cv2.MultiTracker_create()
vs = cv2.VideoCapture(args["video"])

# 视频流
while True:
	# 取当前帧
	frame = vs.read()
	# (true, data)
	frame = frame[1]
	# 到头了就结束
	if frame is None:
		break

	# resize每一帧
	(h, w) = frame.shape[:2]
	width=600
	r = width / float(w)
	dim = (width, int(h * r))
	frame = cv2.resize(frame, dim, interpolation=cv2.INTER_AREA)

	# 追踪结果
	(success, boxes) = trackers.update(frame)

	# 绘制区域
	for box in boxes:
		(x, y, w, h) = [int(v) for v in box]
		cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

	# 显示
	cv2.imshow("Frame", frame)
	key = cv2.waitKey(100) & 0xFF

	if key == ord("s"):
		# 选择一个区域，按s
		box = cv2.selectROI("Frame", frame, fromCenter=False,
			showCrosshair=True)

		# 创建一个新的追踪器
		tracker = OPENCV_OBJECT_TRACKERS[args["tracker"]]()
		trackers.add(tracker, frame, box)

	# 退出
	elif key == 27:
		break
vs.release()
cv2.destroyAllWindows()

看图说话