OpenCV中使用金字塔LK光流法(下)

        接下来通过一个demo来调用calcOpticalFlowPyrLK()实现光流计算,需要注意的是该方法适用于具有丰富特征的像素点的光流计算,平坦区域的像素点往往会得到误差较大的结果。所以我们需要先选取得到一些角点,demo中通过goodFeaturesToTrack()这个接口实现角点提取。

        如下有两张图像,第二张相对于第一张整体向左移动,我们尝试在第一张图像中挑选一些特征点,计算它们在图像二中的位置,它们的差异就是光流。

图像一

<
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
金字塔光流法是一种计算光流的方法,用于估计图像像素的运动方向和速度。它基于图像金字塔的概念,通过对图像进行多次降采样,构建不同分辨率的图像金字塔,以便处理不同尺度的运动。 在OpenCV,可以使用`cv::calcOpticalFlowPyrLK`函数来实现金字塔光流法。这个函数接受两幅输入图像和一组初始关键点位置,并返回估计的下一帧图像的关键点位置。 以下是一个使用金字塔光流法进行光流估计的简单示例代码: ```cpp #include <opencv2/opencv.hpp> int main() { cv::VideoCapture cap(0); cv::Mat prevFrame, currFrame; std::vector<cv::Point2f> prevPoints, currPoints; std::vector<uchar> status; std::vector<float> err; if (!cap.isOpened()) { return -1; } cap >> prevFrame; cv::cvtColor(prevFrame, prevFrame, cv::COLOR_BGR2GRAY); cv::goodFeaturesToTrack(prevFrame, prevPoints, 100, 0.3, 7); while (true) { cap >> currFrame; cv::cvtColor(currFrame, currFrame, cv::COLOR_BGR2GRAY); cv::calcOpticalFlowPyrLK(prevFrame, currFrame, prevPoints, currPoints, status, err); // 绘制光流轨迹 for (int i = 0; i < prevPoints.size(); i++) { if (status[i]) { cv::line(currFrame, prevPoints[i], currPoints[i], cv::Scalar(0, 0, 255), 2); cv::circle(currFrame, currPoints[i], 3, cv::Scalar(0, 255, 0), -1); } } cv::imshow("Optical Flow", currFrame); if (cv::waitKey(1) == 27) { break; } prevFrame = currFrame.clone(); prevPoints = currPoints; } return 0; } ``` 这个代码片段使用摄像头捕获视频,并实时计算相邻帧之间的光流,并在当前帧上绘制光流轨迹。你可以根据自己的需求进行修改和调整。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Mega_Li

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值