OpenCV官方例程之meanshift

OpenCV官方例程之meanshift

前言

这段时间，准备复习一下OpenCV，所有就想着学习一下OpenCV的官方例子。
今天分析的是物体跟踪的方法meanshift，也叫均值漂移。

meanshift

menshift就是利用了反向投影进行检测目标，它的官方文档：
https://docs.opencv.org/4.2.0/d7/d00/tutorial_meanshift.html

文档中用下面这个图来举例子，我的理解：首先选择一圆形区域。如图中的蓝色区域，然后计算该区域的质心(蓝色圆点)，与原来的圆心位置不重合，所以该圆形向着质心移动，然后再继续计算质心，继续判断质心与圆心的关系，再移动，如此迭代，最终移动到质心和中心重合的地方，即得到了最终结果。
该方法类似于基于梯度求极值，最终会得到一个局部最优解。

官方的例子程序：

#include <iostream>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/video.hpp>
using namespace cv;
using namespace std;
int main(int argc, char **argv)
{
    const string about =
        "This sample demonstrates the meanshift algorithm.\n"
        "The example file can be downloaded from:\n"
        "  https://www.bogotobogo.com/python/OpenCV_Python/images/mean_shift_tracking/slow_traffic_small.mp4";
    const string keys =
        "{ h help |      | print this help message }"
        "{ @image |<none>| path to image file }";
    CommandLineParser parser(argc, argv, keys);
    parser.about(about);
    if (parser.has("help"))
    {
        parser.printMessage();
        return 0;
    }
    string filename = parser.get<string>("@image");
    if (!parser.check())
    {
        parser.printErrors();
        return 0;
    }
    VideoCapture capture(filename);
    if (!capture.isOpened()){
        //error in opening the video input
        cerr << "Unable to open file!" << endl;
        return 0;
    }
    Mat frame, roi, hsv_roi, mask;
    // take first frame of the video
    capture >> frame;
    // setup initial location of window
    Rect track_window(300, 200, 100, 50); // simply hardcoded the values
    // set up the ROI for tracking
    roi = frame(track_window);
    cvtColor(roi, hsv_roi, COLOR_BGR2HSV);
    inRange(hsv_roi, Scalar(0, 60, 32), Scalar(180, 255, 255), mask);
    float range_[] = {0, 180};
    const float* range[] = {range_};
    Mat roi_hist;
    int histSize[] = {180};
    int channels[] = {0};
    calcHist(&hsv_roi, 1, channels, mask, roi_hist, 1, histSize, range);
    normalize(roi_hist, roi_hist, 0, 255, NORM_MINMAX);
    // Setup the termination criteria, either 10 iteration or move by atleast 1 pt
    TermCriteria term_crit(TermCriteria::EPS | TermCriteria::COUNT, 10, 1);
    while(true){
        Mat hsv, dst;
        capture >> frame;
        if (frame.empty())
            break;
        cvtColor(frame, hsv, COLOR_BGR2HSV);
        calcBackProject(&hsv, 1, channels, roi_hist, dst, range);
        // apply meanshift to get the new location
        meanShift(dst, track_window, term_crit);
        // Draw it on image
        rectangle(frame, track_window, 255, 2);
        imshow("img2", frame);
        int keyboard = waitKey(30);
        if (keyboard == 'q' || keyboard == 27)
            break;
    }
}

简单分析

运行一下官方例子，动画如下：

这个视频的地址在代码中。
meanshift在OprnCV中的函数原型是这样的

int cv::meanShift ( InputArray   probImage,
					Rect         &window,
					TermCriteria criteria 
)

probImage：输入的反省投影的图
window：输入输出参数，输入特定的举行返回，进行计算后会返回新的矩形范围
criteria：算法的终止条件

调用的是很简单的，但是算法本身的原理我们还是要稍微理解一下的。​

欢迎关注

微信公众号，扫二维码即可关注：