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