机器学习实践系列之6 - OpenCV实战光流

       光流（optical flow）是运动物体运动带来的像素变化，表示 像素空间的运动速度，直观也可以理解为 光的流动。一般而言，光流是由于场景中前景目标本身的移动、相机的运动，或者两者的共同运动所产生的。

       光流是通过 像素在时域上的变化来计算的，通过相邻帧之间的相关性来找到上一帧跟当前帧之间的对应关系。

       光流分为 稀疏光流 和 稠密光流。

• 稀疏光流

       所谓 稀疏光流，是指 金字塔Lucas-Kanade 方法（简称 LK 方法），算法分为两步：

1. 通过 goodFeaturesToTrack() 来寻找角点，也就是稀疏的概念；

2. 针对获得的两组Corner角点，通过 calcOpticalFlowPyrLK() 来 进行跟踪 Match。

    这一步是LK光流的关键，里面用到了复杂的多尺度特征（金字塔），此处不再展开，大家可以看OpenCV源码。

       相对于稠密光流， 稀疏光流 只需要对关键点进行计算，计算量较小，经常被用于 图像配准 和目标跟踪。