Opencv——目标跟踪Tracker
OpenCV有八种不同的目标追踪工具,他们都可以运用到计算机视觉领域中。
MIL Tracker:追踪器精确,但是失败率比较高。(最低支持OpenCV 3.0.0)
KCF Tracker:比BOOSTING和MIL都快,但是在有遮挡的情况下表现不佳。跟踪失败后无法再次准确跟踪目标。(最低支持OpenCV 3.1.0)
CSRT Tracker:比KCF稍精确,但速度不如后者。(最低支持OpenCV 3.4.2)
MedianFlow Tracker:在报错方面表现得很好,但是对于快速跳动或快速移动的物体,模型会失效,且跟踪框会不断增大。(最低支持OpenCV 3.0.0)
TLD Tracker:速度极慢,跟踪失败后无法再次准确跟踪目标。(最低支持OpenCV 3.0.0)
MOSSE Tracker:速度真心快,但是不如CSRT和KCF的准确率那么高,如果追求速度选它准没错。(最低支持OpenCV 3.4.1)
经过本人你的一番测试,发现与其他五种相比较CSRT Tracker这个跟踪效果最好,即使在遮挡的情况下,但是有一缺点就是处理速度慢,慢到你能很明显看出来是一帧一帧场景的播放。其他几个速度快的精度差,精度好的速度慢。
用到的函数:
返回值是rect,选区的坐标和大小
selectROI(const String& windowName, //窗口的名字
InputArray img, //输入图片
bool showCrosshair = true, //显示矩形
bool fromCenter = false); //选择矩形为初始位置。
cv::Ptr<cv::Tracker> tracker = cv::TrackerMIL::create();
cv::Ptr<cv::Tracker> tracker = cv::TrackerKCF::create();
cv::Ptr<cv::Tracker> tracker = cv::TrackerCSRT::create();
cv::Ptr<cv::Tracker> tracker = cv::TrackerMedianFlow::create();
cv::Ptr<cv::Tracker> tracker = cv::TrackerMOSSE::create();
cv::Ptr<cv::Tracker> tracker = cv::TrackerTLD::create();
tracker->init(InputArray image, const Rect2d& boundingBox);
tracker->update(InputArray image, CV_OUT Rect2d& boundingBox );
代码
#include <iostream>
#include<opencv2/opencv.hpp>
#include<opencv2/tracking.hpp>
using namespace std;
using namespace cv;
int main(int argc,char**argv)
{
VideoCapture capture;
capture.open("D:/balltest.mp4");
if (!capture.isOpened())
{
cout << "coud not load video..." << endl;
return -1;
}
namedWindow("input", WINDOW_AUTOSIZE);
Ptr<Tracker> tracker = TrackerKCF::create();
//Ptr<Tracker>tracker = Tracker::create("TLD");
//Ptr<Tracker>tracker = Tracker::create("MEDIANFLOW");
Mat frame;
capture.read(frame);
Rect2d roi = selectROI("input",frame);
if (roi.width == 0 || roi.height == 0)
{
return -1;
}
tracker->init(frame, roi);
while (capture.read(frame))
{
tracker->update(frame, roi);
rectangle(frame, roi, Scalar(0, 0, 255), 2, 8, 0);
imshow("input", frame);
char c = waitKey(5);
if (c == 27)
{
break;
}
}
capture.release();
waitKey(0);
return 0;
}
生成release模式的lib库
跟踪方法在debug模式下,跑的非常慢,两帧之间得隔很长时间,在release模式下会增加运行速度,但是cmake编译后并没有生成release模式的lib库,所以采用以下方法生成release模式下的lib库,接下来就可以进行release的配置了。
打开cmake编译后的opencv工程
找到INSTALL,选择release编译
右键INSTALL 点击生成
然后等待 显示成功编译后,在v15/lib目录下查看。