yhtao923的博客

本代码将kcf，meanshift，camshift算法结合，并结合简单的预测机制，得出更准确的跟踪效果。

本人多年前写sift源码，其中测试代码在代码最后，测试结果较为准确，如果在嵌入式平台运行，需要做进一步优化。

本代码包括以下图像处理算法： void mvImagef32Norm(float *imageData,uchar *dst,int src_width,int src_height,int ch,int pad); void mvImagef32Tof32Norm(float *imageData,float *dst,int src_width,int src_height,int ch,int pad,float scale); void mvImageU8Norm(unsigned char *imageData,int src_width,int src_height); void mvImageI8Norm(uchar *imageData,int src_width,int src_height); void mvU8Image2F32Image(IMAGE_t * src,IMAGE_t * dst); void mvImageIntegrate(const IMAGE_t* pSrcImg,uint *pIntegralData); void mvImageResize(const IMAGE_t* pSrcImg, IMAGE_t* pDstImg); void mvImageRotate(const IMAGE_t* pSrcImg, IMAGE_t* pDstImg, int cos_angle, int sin_angle); void mvLogImage(unsigned char *imageData,int width,int height,int widthStep); void mvHistogram(unsigned char *imageData,int width,int height,int widthStep,int ch,int ch_idx); void mvSpacefilter3x3(unsigned char *imageData, unsigned char *OutData,int width,int height,int widthStep,char *module); void mvEvagfilter(unsigned char *imageData,unsigned char *OutData, int width,int height,int widthStep,int order); void mvEvagfilter3x3(unsigned char *imageData,unsigned char *OutData, int width,int height,int widthStep); void mvMiddlefilter3x3(unsigned char *imageData,unsigned char *OutData, int width,int height,int widthStep); void mvLaplas(unsigned char *imageData,unsigned char *OutData, int width,int height,int widthStep,char *laplas); void mvSoble(unsigned char *imageData,short *dx,short *dy,int width,int height,int widthStep); void mvImageCopy(const IMAGE_t* pSrcImg, IMAGE_t* pDstImg); int mvImageCopyRect( const IMAGE_t* src, IMAGE_t* dst, const MVRECT_t rect ); int mvImageBGR2Gray(const IMAGE_t* srcimg, IMAGE_t* dstimg ); int mvImageBGRA2Gray(const IMAGE_t* srcimg, IMAGE_t* dstimg ); void initGaussKernel( unsigned char * kernel, float *kenelf32,float sigma ,int size); IMAGE_t *getGaussDownPyramids(IMAGE_t * src,uchar *gaussKernel,int gaussSize); IMAGE_t *getGaussDownPyramidsf32(IMAGE_t * src,float *gaussKernel,int gaussSize,int

本代码包含了常用的特征点匹配算法，包括sift,surf和光流算法，其中只是利用了opencv的基础函数来调试，核心部分使用纯c代码，其中sift和光流的算法准确率较高，surf效果一般，这里的光流算法已经得到工程上的应用。这个代码也是多年前本人写得代码，其中算法不足之处请大家多多指教。由于本人自己编写的机器视觉库内代码较多，如果缺了那部分可留言。这些代码均经过多次测试，应该没有问题的。

这个代码包括了图像的读写和保存，不过目前只有BMP文件，为了后面图像处理算法和opencv结合，因此有了互相转换的代码，这里还包括一些矩阵的基本操作。