【OpenCV】88 视频分析—基于均值迁移的对象移动分析

88 视频分析—基于均值迁移的对象移动分析

代码

import cv2 as cv
cap = cv.VideoCapture('../images/balltest.mp4')

# 读取第一帧
ret,frame = cap.read()
cv.namedWindow("CAS Demo", cv.WINDOW_AUTOSIZE)
x, y, w, h = cv.selectROI("CAS Demo", frame, True, False)
track_window = (x, y, w, h)

# 获取ROI直方图
roi = frame[y:y+h, x:x+w]
hsv_roi = cv.cvtColor(roi, cv.COLOR_BGR2HSV)
mask = cv.inRange(hsv_roi, (26, 43, 46), (34, 255, 255))
roi_hist = cv.calcHist([hsv_roi],[0],mask,[180],[0,180])
cv.normalize(roi_hist,roi_hist,0,255,cv.NORM_MINMAX)

# 设置搜索跟踪分析
term_crit = ( cv.TERM_CRITERIA_EPS | cv.TERM_CRITERIA_COUNT, 10, 1 )
while True:
    ret, frame = cap.read()
    if ret is False:
        break;
    hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
    dst = cv.calcBackProject([hsv],[0],roi_hist,[0,180],1)

    # 均值迁移，搜索更新roi区域
    ret, track_window = cv.meanShift(dst, track_window, term_crit)

    # 绘制窗口
    x,y,w,h = track_window
    cv.rectangle(frame, (x,y), (x+w,y+h), 255,2)
    cv.imshow('CAS Demo',frame)
    k = cv.waitKey(60) & 0xff
    if k == 27:
        break
    else:
        cv.imwrite(chr(k)+".jpg",frame)
cv.destroyAllWindows()
cap.release()

实验结果

解释

均值迁移移动对象分析，主要是基于直方图分布与反向投影实现移动对象的轨迹跟踪，其核心的思想是对反向投影之后的图像做均值迁移（meanshift）从而发现密度最高的区域，也是对象分布最大的区域。完整的算法流程如下：
1， 读取图像一帧
2， HSV直方图
3， 反向投影该帧
4， 使用means shift寻找最大分布密度
5， 更新窗口直至最后一帧
OpenCV中meanshift的API函数如下：

retval, window = cv.meanShift(probImage, window, criteria)

• probImage输入图像，是直方图反向投影的结果
• window 搜索窗口，ROI对象区域
• criteria 均值迁移停止条件

---

所有内容均来源于贾志刚老师的知识星球——OpenCV研习社，本文为个人整理学习，已获得贾老师授权，有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。