opencv：CAMShift对象跟踪

﹏ヽ暗。殇╰゛Y 2022-12-10 08:47 164阅读 0赞

> 当前使用版本opencv4.3

*  CAMShift(ContinuouslyAdaptive Mean-Shift)持续自适应均值位移
 *  Mean-Shift分割算法:找到空间上颜色分布的峰值
 *  选择特征模型 - 选择转换为特征空间(直方图量化特征) - 特征空间PDF模型数据
 *  CAMShift(窗口尺寸自动变化、适合变形目标检测)
 *  流程:第一帧、读取第一帧、选择ROI区域、HSV空间H通道直方图表达、直方图反向投影、CAMShift、绘制位置更新显示

#include <opencv2/opencv.hpp>
    #include <iostream>
    
    using namespace cv;
    using namespace std;
    //HSV
    int smin = 30;
    int smax = 255;
    int vmin = 40;
    int vmax = 255;
    //calcHist参数
    int histSize = 16;//区间的个数
    float hue_ranges[] = {
         0,180 };
    const float* ranges = hue_ranges;
    
    //https://blog.csdn.net/kilotwo/article/details/89053311
    int main(int argc, char** argv)
    {
        
    	VideoCapture capture;
    	//capture.open(0);
    	capture.open("../path.mp4");
    	if (!capture.isOpened())
    	{
        
    		cout << "could not load video..." << endl;
    		return -1;
    	}
    
    	bool firstRead = true;//用于判断是否第一次读取视频
    	Rect selection;//selectROI用鼠标选择的ROI区域
    	Mat frame,hsv,mask,hue, temp_histogram, backprojection;
    	Mat Histogram = Mat::zeros(300,300,CV_8UC3);
    	namedWindow("CAMShift Tracking", WINDOW_AUTOSIZE);
    	while (capture.read(frame))
    	{
        
    		if (firstRead)
    		{
        
    			//获取第一帧的ROI区域
    			Rect2d first_img = selectROI("CAMShift Tracking", frame);//在"CAMShift Tracking"窗口的frame图像上用鼠标选择ROI区域
    			selection.x = first_img.x;
    			selection.y = first_img.y;
    			selection.width = first_img.width;
    			selection.height = first_img.height;
    			cout << "ROI的x值为:		" << selection.x << endl;
    			cout << "ROI的y值为:		" << selection.y << endl;
    			cout << "ROI的width值为:		" << selection.width << endl;
    			cout << "ROI的height值为:	" << selection.height << endl;
    		}
    
    		//转换到HSV空间
    		cvtColor(frame, hsv, COLOR_BGR2HSV);
    		//测试矩阵frame的元素是否在其他两个矩阵的值之间//提取黄色
    		inRange(hsv, Scalar(0, smin, vmin), Scalar(180, smax, vmax), mask);
    
    		hue = Mat(hsv.size(), hsv.depth());
    		int channels[] = {
         0,0 };//fromto映射//指定被复制通道与要复制到的位置组成的索引对
    		size_t npairs = 1;指定被复制通道与要复制到的位置channels[]组成的索引对
    		mixChannels(&hsv, 1, &hue, 1, channels, npairs);	//输入矩阵通道 重新排列到 输出矩阵通道(HSV中的H值)
    
    		if (firstRead)
    		{
        
    		//计算ROI直方图
    		Mat ROI(hue, selection);//Mat& image , Rect& roi
    		Mat MaskROI(mask, selection);
    		calcHist(&ROI, 1, 0, MaskROI, temp_histogram, 1, &histSize, &ranges);//计算直方图
    		normalize(temp_histogram, temp_histogram, 0, 255, NORM_MINMAX);//归一化
    
    		//显示直方图图像
    		int bins = Histogram.cols / histSize; //300/16 = 18.5 单个区间宽度
    		//定义一个缓冲单bins矩阵，1行16列,用于存放颜色数据，用于直方图histSize个bin的“染色”
    		Mat ColorIndex = Mat(1, histSize, CV_8UC3);//1行histSize=16列
    		for (int i = 0; i < histSize; i++)
    		{
        
    			ColorIndex.at<Vec3b>(0, i) = Vec3b(saturate_cast<uchar>(i * 180 / histSize), 255, 255);//只是为了好看
    		}
    		cvtColor(ColorIndex, ColorIndex, COLOR_HSV2BGR);
    		for (int j = 0; j < histSize; j++)
    		{
        
    			//value是直方图temp_histogram的相对Histogram的高度
    			//temp_histogram.at(i)获取了第i个bin直方图数据，除以255后得到百分比
    			//再乘以Histogram的行数就得到了相对高度，最后进行int的强制类型转换，转换为整数。
    			int  value = saturate_cast<int>(temp_histogram.at<float>(j)*Histogram.rows / 255);
    			//之后使用rectangle()函数进行16个bin的绘制
    			//值得注意的是矩阵的坐标系以左上角为原点,y轴是向下的
    			//而需要展示给人看的直方图图案是左下角为原点，y轴向上的
    			//因此rectangle的两个标定点的纵坐标是Histogram.rows和(Histogram.rows - val)而不是0和val
    			rectangle(Histogram,
    				Point( j*bins,	    Histogram.rows), //矩阵对角点:左下角
    				Point((j + 1)*bins, Histogram.rows - value), //矩阵对角点:右上角
    				Scalar(ColorIndex.at<Vec3b>(0, j)), -1, 8, 0);
    		}
    		firstRead = false;//需要绘制第一帧的直方图
    		}
    
    		//直方图反向投影
    		/*void calcBackProject(
    			const Mat* images,  //输入的数组
    			int nimages,        //输入数组的个数
    			const int* channels,    //需要统计的通道索引
    			InputArray hist,    //输入的直方图
    			OutputArray backProject,//目标的反向投影
    			const float** ranges,   //每一位数值的取值范围
    			double scale=1,     //输出方向投影的缩放因子
    			bool uniform=true   //指示直方图是否均匀的标识符
    			)
    		*/
    		//用来计算像素和直方图模型中像素吻合度的方法
    		calcBackProject(&hue, 1, 0, temp_histogram, backprojection, &ranges);
    		backprojection &= mask;//a&=b 即 a=a&b  其中&为位与运算//给b取了一个别名叫a,所有对b的操作都是直接作用于a
    
    		//CAMShift
    		RotatedRect trackBox = CamShift(
    			backprojection, //反向投影
    			selection,//矩形搜索框
    			TermCriteria((TermCriteria::COUNT | TermCriteria::EPS),10,1));//迭代中止条件
    		
    		//绘制位置更新显示在frame上
    		//获取CamShift的返回值,是一个旋转矩形,根据旋转矩形绘制一个椭圆形显示在图像上作为追踪结果。
    		ellipse(frame, trackBox, Scalar(255, 0, 255), 3, 8);
    
    		if (firstRead) 
    		{
        
    			firstRead = false;
    		}
    		imshow("CAMShift Tracking", frame);
    		imshow("Histogram", Histogram);
    
    		char c = waitKey(100);
    		if (c == 27)
    		{
        
    			break;
    		}
    	}
    
    	capture.release();
    	waitKey(0);
    	return 0;
    }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poaXpoZW5nZ3Vhbg_size_16_color_FFFFFF_t_70_pic_center]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poaXpoZW5nZ3Vhbg_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/9bc486bd3db24713ad7f5712f2bcde2b.png