calcOpticalFlowPyrLK()光流法找特征点

#include<opencv2\highgui\highgui.hpp>
#include<opencv2\imgproc\imgproc.hpp>
#include<iostream>
#include<string>
#include<opencv.hpp>

using namespace cv;
using namespace std;

int main() {

	
	int maxCount = 50;//最大特征点数
	double minDis = 20;//:对于初选出的角点而言,如果
	//在其周围minDis范围内存在其他更强角点,则将此角点删除
	double qLevel = 0.01;//角点的品质因子

	string filename = "result0.avi";
	VideoCapture cap(filename);

	Mat pre, cur;
	Mat pre_gray, cur_gray;
	vector<uchar> status;
	vector<float> err;
	cap >> pre;
	
	cvNamedWindow("cur", CV_WINDOW_NORMAL);
	while (cap.read(cur)) {
		vector<Point2f>pre_points, cur_points;//保存检测出的角点
		cvtColor(pre, pre_gray, CV_RGB2GRAY);
		goodFeaturesToTrack(pre_gray, pre_points, maxCount, qLevel, minDis);//角点识别

		calcOpticalFlowPyrLK(pre, cur, pre_points, cur_points, status, err);//LK金字塔  
		int tr_num = 0;

		for (int i = 0; i < status.size(); i++)
		{
			if (status[i] == 1)
				tr_num++;
		}
		if (tr_num < 6) {//由于是仿射变换,有六个自由度,需要六对特征点解六个方程组
			cout << "you need to change the feat-img because the background-img was all changed" << endl;
			getchar();
			return -1;
		}

		for (int i = 0; i < cur_points.size(); i++)
		{
			circle(cur, cur_points[i], 3, Scalar(0, 255, 0), 2);
			line(cur, pre_points[i], cur_points[i], Scalar(255, 0, 0), 2);//画出两帧之间的光流变化
		}
		
		imshow("cur", cur);
		waitKey(10);

		//pre_points = cur_points;
		pre = cur.clone();//不能用 pre = cur,这是浅拷贝

	}

	waitKey(0);
	return 0;

}

在Python中,LK光流法的实现可以使用OpenCV库的cv.CalcOpticalFlowPyrLK函数或cv2.calcOpticalFlowPyrLK函数。cv.CalcOpticalFlowPyrLK函数是OpenCV中的旧版本函数,而cv2.calcOpticalFlowPyrLK是OpenCV的新版本函数,用法稍有不同。 对于cv2.calcOpticalFlowPyrLK函数,可以使用以下语法: ```python cv2.calcOpticalFlowPyrLK(prev, curr, prevPyr, currPyr, prevFeatures, winSize, level, criteria, flags, guesses=None) ``` 其中,prev和curr是连续两帧的图像,prevPyr和currPyr是图像金字塔,prevFeatures是上一帧图像中的特征点,winSize是窗口大小,level是金字塔的层数,criteria是迭代终止条件,flags是额外的标志参数。这个函数将返回当前帧中的特征点、状态和跟踪误差等信息。 另外,如果希望使用Farneback密集光流算法来计算光流,可以使用cv.calcOpticalFlowFarneback函数: ```python cv.calcOpticalFlowFarneback(prev, next, flow, pyr_scale, levels, winsize, iterations, poly_n, poly_sigma, flags) ``` 其中,prev和next是连续两帧的图像,flow是保存光流结果的数组,pyr_scale是金字塔缩放比例,levels是金字塔的层数,winsize是窗口大小,iterations是迭代次数,poly_n是多项式展开的阶数,poly_sigma是多项式展开中的高斯滤波参数,flags是额外的标志参数。 所以,LK光流法在Python中的实现可以使用cv2.calcOpticalFlowPyrLK函数或cv.calcOpticalFlowFarneback函数来计算特征点的光流。<span class="em">1</span><span class="em">2</span><span class="em">3</span><span class="em">4</span>
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
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