卡尔曼滤波简介
卡尔曼在利用观测数据估计系统状态时,可以滤除观测时存在的噪声,因此这一过程也被看作是一个滤波过程。
跟踪鼠标
绿色为测量到的鼠标坐标(位置)
红色为卡尔曼滤波器预测的鼠标坐标(位置)
# -*- coding: UTF-8 -*-
# ! /usr/bin/python
import cv2
import numpy as np
# 创建一个大小800*800的空帧
frame = np.zeros((800, 800, 3), np.uint8)
# 初始化测量坐标和鼠标运动预测的数组
last_measurement = current_measurement = np.array((2, 1), np.float32)
last_predicition = current_prediction = np.zeros((2, 1), np.float32)
'''
mousemove()函数在这里的作用就是传递X,Y的坐标值,便于对轨迹进行卡尔曼滤波
'''
def mousemove(event, x, y, s, p):
# 定义全局变量
global frame, current_measurement, last_measurement, current_prediction, last_prediction
# 初始化
last_measurement = current_measurement
last_prediction = current_prediction
# 传递当前测量坐标值
current_measurement = np.array([[np.float32(x)], [np.float32(