计算机视觉之目标跟踪（一） meanshift算法

meanshift算法

研一真的很迷茫啊啊啊
不过既然分到了计算机视觉组，就安下心来慢慢学习吧。欢迎评论指正互相学习啊

--------------------------分割线-----------------------------------
今天听了博士学长的毕业预答辩，做的是目标跟踪方向，目前目标跟踪大致分为三类：
1.生成式目标跟踪方法
2.判别性目标跟踪方法
3.深度学习目标跟踪方法
而meanshift算法属于生成式的目标跟踪方法。
其思路很简单，就是通过概率密度的梯度爬升来寻找局部最优解。
原理我就不赘述了（csdn上讲解还是蛮多的）
直接上代码吧

import cv2
import numpy as np

img1 = cv2.imread("./img/image1.jpg")
img2 = cv2.imread("./img/image2.jpg")
# 目标所在框
frame = img1[270:330, 65:125]
# 跟踪框
track_window = (45, 240, 60, 60)
# roi区域的hsv图像
hsv_roi = cv2.cvtColor(frame, cv2