python移动目标跟踪_pybind11—目标跟踪demo(KCF，python version)

前言

pybind11功能强大，将C++ 程序包装为python接口，对于不太熟悉C++的同学只需要调用python接口即可，方便实用。之前的一系列pybind11文章大多数是基础的用法，本人学习pybind11的最初动机是想将一个目标跟踪程序(C++代码)封装为python接口，这样每次运行算法时候就不用打开Visaul Studio这样大型IDE(加载慢，电脑容易卡)。C++程序封装为python接口有好几种方法：boost.python, ctype(调用C++ 动态链接库), SWIG, pybind11。 我只简单用过swig, ctype。 SWIG也挺不错的，不仅可以生成python接口，还可以生成Java等其他语言接口，文档详细。

目标跟踪算法

About KCF

KCF(Kernelized Correlation Filter)目标跟踪算法是基于机器学习的，速度快，效果也比较好(抗短时遮挡)。原版的KCF代码是采用opencv, C++实现的， opencv3.2.0(contrib)之后的版本已经将KCF集成到tracking模块,但是测试发现效果不如原版的C++代码。

下面将C++ KCF 采用pybind11包装为python接口。

开发测试环境

windows10, 64bit

Anaconda3, with python3.7

opencv3.4.0, with opencv_contrib

Visual Studio 2017

pycharm

KCF-Python

工程概述

KCF C++程序是采用类进行封装的，所有功能在：KCFTracker类中。 因此，只需要将KCFTracker 类封装为python 接口就大功告成。

Visaul Stduio工程

image.png

python测试工程

image.png

python测试代码

import cv2

import numpy as np

import matplotlib.pyplot as plt

import demo12.kcf_demo as kcf

import time

cv2.useOptimized()

cv2.setUseOptimized(True)

cv2.setNumThreads(4)

capture = cv2.VideoCapture()

assert capture.open('D:\\ti_project\\TI_DSP_LAB\\Video-tools-exe\\video-01\\V90116-1