MeanShift和Opencv移动简单目标跟踪

一、储备知识

       1）MeanShift迭代原理、直方图的计算，反向投影等

       2）代码用到的函数：

void calcHist(const Mat* arrays, int narrays, const int* channels, InputArray mask, SparseMat&
hist, int dims, const int* histSize, const float** ranges, bool uniform=true, bool accumulate=
false )；
arrays:输入图像指针；
int arrays:输入图像个数
channels:通道数
Mat mask:掩码，一般为空
hist:计算出来的直方图
dims:计算出来的直方图的维数
histsize：直方图bins数目
ranges:每一个bin的范围

反向投影：

void cvCalcBackProject( IplImage** image, CvArr* back_project, const CvHistogram* hist );

image：输入图像 (也可以传递 CvMat** ).
back_project：反向投影图像，与输入图像具有同样类型.
hist：直方图

二、代码

#include <opencv2/opencv.hpp>  
#include<iostream>
using namespace std;
using namespace cv;

Mat frame, frameHSV, imgROI, dstHist, backproj;

int histSize[1] = { 256 };
float hranges[2] = { 0, 255 };//直方图每一个bins的范围  
const float* ranges[1] = { hranges };
int channels[1] = { 0};

int main()
{
	VideoCapture cap("E://Datasets//img%4d.jpg");
	cap >> frame;

	cvtColor(frame, frameHSV, COLOR_RGB2HSV);
	Rect rect(200, 115, 45, 45);//初始帧确定足球位置
	imgROI = frameHSV(rect);
	calcHist(&imgROI, 1, channels, Mat(), dstHist, 1, histSize, ranges);
	normalize(dstHist, dstHist, 0.0, 1.0, NORM_MINMAX);

	rectangle(frame, rect, Scalar(0, 255, 255));
	imshow("Frame", frame);
	waitKey(0);

	while (true)
	{
		cap >> frame;
		if (frame.empty()) break;

		cvtColor(frame, frameHSV, COLOR_RGB2HSV);
		calcBackProject(&frameHSV, 1, channels, dstHist, backproj, ranges, 255.0);

		//criteria初始化，这个类是对整个meanshift迭代过程进行控制的初始参量，最大迭代次数是10，收敛阈值是0.001
		TermCriteria criteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 10, 0.001);
		meanShift(backproj, rect, criteria);

		imgROI = frameHSV(rect);//此rect是meanshift迭代出来的新区域，新区域窗口大小不变
		calcHist(&imgROI, 1, channels, Mat(), dstHist, 1, histSize, ranges);
		normalize(dstHist, dstHist, 0.0, 1.0, NORM_MINMAX);

		rectangle(frame, rect, Scalar(0, 255, 0));
		imshow("Frame", frame);

		waitKey(30);
	}

	return 0;
}

三、结果

初始图：

跟踪迭代图：

四、图片资源如下：

链接：https://yunpan.cn/cq9GfQDrsDL7r  密码：b135

五、后续有时间对该程序进行扩展和完善，使之功能更强大。

六、参考资料

移动目标跟踪