OpenCV视频分析与对象跟踪C++（二）光流对象跟踪-稀疏光流、稠密光流

最新推荐文章于 2022-12-08 15:41:37 发布

gsx316

最新推荐文章于 2022-12-08 15:41:37 发布

阅读量2.7k

点赞数 1

分类专栏： OpenCV视频分析与对象跟踪C++

本文链接：https://blog.csdn.net/qq_26907755/article/details/81777246

版权

本文深入探讨了使用OpenCV进行对象跟踪的方法，重点介绍了稀疏光流和稠密光流技术。通过KTL算法展示了稀疏光流的跟踪过程，并提供了代码示例及实验结果。接着，文章讨论了稠密光流跟踪，同样附带了相关代码和跟踪效果展示。

摘要由CSDN通过智能技术生成

移动对象跟踪三要素：图像表示（跟踪的对象要在图像中出现）外光模型，移动模型。

稀疏光流跟踪，KTL

void calcOpticalFlowPyrLK( // 稀疏光流跟踪，KLT
 InputArray prevImg, // 要跟踪的图像，8bit
 InputArray nextImg, // 在目标图像跟跟踪 prevImg 上的 prevPts 特征点
 InputArray prevPts, // prevImg 上的特征点(光流)的坐标位置；点坐标必须是单精度浮点数
 InputOutputArray nextPts, // 如果在 nextImg 上跟踪到了 prevImg 上的 prevPts[i]，则在 nextPts[i] 上保存该特征点现在的坐标，nextPts与prevPts尺寸相同
OutputArray status, // 输出状态向量（无符号char）；如果相应位置的流特征被发现，向量的每个元素被设置为1，否则，被置为0.
 OutputArray err, // 跟踪时候区域误差和
Size winSize = Size(21,21), // 在每个金字塔水平搜寻窗口的尺寸。
 int maxLevel = 3, // 金字塔的高度，初始为3层
TermCriteria criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, 0.01), // 在每个金字塔层，为某点寻找光流的迭代过程的终止条件
// flags    CV_LKFLOW_PYR_A_READY , 在调用之前，第一帧的金字塔已经准备好
CV_LKFLOW_PYR_B_READY , 在调用之前，第二帧的金字塔已经准备好
CV_LKFLOW_INITIAL_GUESSES , 在调用之前，数组 B 包含特征的初始坐标 （Hunnish: 在本节中没有出现数组 B，不知是指的哪一个）
int flags = 0,
 double minEigThreshold = 1e-4 // 大量实验得出的默认值，别乱改
 );

代码：

#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>
#include<opencv2/face.hpp>
#include<iostream>
#include<math.h>
#include <string> 
#include<fstream> 

using namespace cv::face;
using namespace cv;
using namespace std;
using namespace cv::xfeatures2d;

Mat frame, gray;//当前帧
Mat prev_gray;//前一帧