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