cvCamShift函数

CamShift算法原理
      我们将MeanShift算法扩展到连续图像序列（一般都是指视频图像序列），这样就形成了CamShift算法。CamShift算法的全称是"Continuously Apaptive Mean-SHIFT"，它的基本思想是视频图像的所有帧作MeanShift运算，并将上一帧的结果（即Search Window的中心和大小）作为下一帧MeanShift算法的Search Window的初始值，如此迭代下去，就可以实现对目标的跟踪。整个算法的具体步骤分5步：
Step 1：将整个图像设为搜寻区域。
Step 2：初始话Search Window的大小和位置。
Step 3：计算Search Window内的彩色概率分布，此区域的大小比Search Window要稍微大一点。
Step 4：运行MeanShift。获得Search Window新的位置和大小。
Step 5：在下一帧视频图像中，用Step 3获得的值初始化Search Window的位置和大小。跳转到Step 3继续运行。

源码分析如下：

CVAPI(int)  cvCamShift( const CvArr* prob_image, CvRect  window,  CvTermCriteria criteria, CvConnectedComp* comp, CvBox2D* box CV_DEFAULT(NULL) );  
/* 
prob_image 色彩概率分布图像 
window     search window的初始值 
criteria   判断搜索是否停止的一个标准 
comp       保存运算结果，包括新的search window的位置和面积 
box        包含被跟踪物体的最小矩形 
*/  

boundingRect（）函数的使用方法

函数作用：

计算轮廓的垂直边界最小矩形，矩形是与图像上下边界平行的
如下图，找轮廓的最小的外边界矩形框