快捷導(dǎo)航

Opencv基于CamShift算法實現(xiàn)目標(biāo)跟蹤

更新時間：2018年01月09日 10:58:29 作者：-牧野-

這篇文章主要為大家詳細(xì)介紹了Opencv基于CamShift算法實現(xiàn)目標(biāo)跟蹤，具有一定的參考價值，感興趣的小伙伴們可以參考一下

CamShift算法全稱是“Continuously Adaptive Mean-Shift”（連續(xù)的自適應(yīng)MeanShift算法），是對MeanShift算法的改進(jìn)算法，可以在跟蹤的過程中隨著目標(biāo)大小的變化實時調(diào)整搜索窗口大小，對于視頻序列中的每一幀還是采用MeanShift來尋找最優(yōu)迭代結(jié)果，至于如何實現(xiàn)自動調(diào)整窗口大小的，可以查到的論述較少，我的理解是通過對MeanShift算法中零階矩的判斷實現(xiàn)的。
在MeanShift算法中尋找搜索窗口的質(zhì)心用到窗口的零階矩M00和一階矩M10，M01：

零階矩是搜索窗口內(nèi)所有像素的積分，即所有像素值之和，物理上的意義是計算搜索窗口的尺寸。經(jīng)過目標(biāo)的H分量直方圖反向投影后，目標(biāo)區(qū)域的搜索窗口大部分像素值歸一化后應(yīng)該是最大值255，如果計算出來零階矩大于某一閾值，可以認(rèn)為此時目標(biāo)鋪滿了整個搜索窗口，有理由認(rèn)為在搜索窗口之外的區(qū)域還存在目標(biāo)區(qū)域，需要增大搜索窗口的尺寸；相應(yīng)的，如果零階矩小于某一閾值，則需要縮小搜索窗口的尺寸，如此一來，當(dāng)目標(biāo)的大小發(fā)生變化的時候，CamShift算法就可以自適應(yīng)的調(diào)整目標(biāo)區(qū)域進(jìn)行跟蹤。

以上過程中涉及到一個關(guān)鍵的概念——反向投影，CamShift和MeanShift的運算都是在反向投影圖像上進(jìn)行的，反向投影的實現(xiàn)過程如下：計算并生成目標(biāo)區(qū)域的H分量的直方圖，反向投影其實就是把目標(biāo)圖像上每一個像素點的像素值替換為當(dāng)前像素值所在bin對應(yīng)的直方圖bin的數(shù)值。

Opencv中CamShfit在使用上跟MeanShift一致：

CamShift( InputArray probImage, CV_OUT CV_IN_OUT Rect& window, 
         TermCriteria criteria );

第一個參數(shù)probImage是反向投影圖像
第二個參數(shù)window是輸入和輸出的搜索窗口/目標(biāo)窗口，window的尺寸會自動調(diào)整
第三個參數(shù)criteria是迭代收斂終止條件

#include "core/core.hpp"  
#include "highgui/highgui.hpp"  
#include "imgproc/imgproc.hpp" 
#include "video/tracking.hpp" 
#include<iostream>  
 
using namespace cv;  
using namespace std;  
 
Mat image;  
Mat rectImage; 
Mat imageCopy; //繪制矩形框時用來拷貝原圖的圖像  
bool leftButtonDownFlag=false; //左鍵單擊后視頻暫停播放的標(biāo)志位  
Point originalPoint; //矩形框起點  
Point processPoint; //矩形框終點  
 
Mat targetImageHSV; 
int histSize=200;  
float histR[]={0,255};  
const float *histRange=histR;  
int channels[]={0,1};  
Mat dstHist; 
Rect rect; 
vector<Point> pt; //保存目標(biāo)軌跡 
void onMouse(int event,int x,int y,int flags ,void* ustc); //鼠標(biāo)回調(diào)函數(shù)  
 
int main(int argc,char*argv[])  
{  
 VideoCapture video(argv[1]);  
 double fps=video.get(CV_CAP_PROP_FPS); //獲取視頻幀率  
 double pauseTime=1000/fps; //兩幅畫面中間間隔  
 namedWindow("跟蹤木頭人",0);  
 setMouseCallback("跟蹤木頭人",onMouse);  
 while(true)  
 {  
  if(!leftButtonDownFlag) //判定鼠標(biāo)左鍵沒有按下，采取播放視頻，否則暫停  
  {  
   video>>image;  
  }  
  if(!image.data||waitKey(pauseTime)==27) //圖像為空或Esc鍵按下退出播放  
  {  
   break;  
  }  
  if(originalPoint!=processPoint&&!leftButtonDownFlag)  
  {  
   Mat imageHSV; 
   Mat calcBackImage; 
   cvtColor(image,imageHSV,CV_RGB2HSV); 
   calcBackProject(&imageHSV,2,channels,dstHist,calcBackImage,&histRange); //反向投影 
   TermCriteria criteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 1000, 0.001);  
   CamShift(calcBackImage, rect, criteria);  
   Mat imageROI=imageHSV(rect); //更新模板    
   targetImageHSV=imageHSV(rect); 
   calcHist(&imageROI, 2, channels, Mat(), dstHist, 1, &histSize, &histRange);  
   normalize(dstHist, dstHist, 0.0, 1.0, NORM_MINMAX); //歸一化 
   rectangle(image, rect, Scalar(255, 0, 0),3); //目標(biāo)繪制  
   pt.push_back(Point(rect.x+rect.width/2,rect.y+rect.height/2)); 
   for(int i=0;i<pt.size()-1;i++) 
   { 
    line(image,pt[i],pt[i+1],Scalar(0,255,0),2.5); 
   } 
  }  
  imshow("跟蹤木頭人",image);  
  waitKey(100); 
 } 
 return 0;  
}  
 
//*******************************************************************//  
//鼠標(biāo)回調(diào)函數(shù)  
void onMouse(int event,int x,int y,int flags,void *ustc)  
{  
 if(event==CV_EVENT_LBUTTONDOWN)  
 {  
  leftButtonDownFlag=true; //標(biāo)志位  
  originalPoint=Point(x,y); //設(shè)置左鍵按下點的矩形起點  
  processPoint=originalPoint;  
 }  
 if(event==CV_EVENT_MOUSEMOVE&&leftButtonDownFlag)  
 {  
  imageCopy=image.clone();  
  processPoint=Point(x,y);  
  if(originalPoint!=processPoint)  
  {  
   //在復(fù)制的圖像上繪制矩形  
   rectangle(imageCopy,originalPoint,processPoint,Scalar(255,0,0),2);  
  }  
  imshow("跟蹤木頭人",imageCopy);  
 }  
 if(event==CV_EVENT_LBUTTONUP)  
 {  
  leftButtonDownFlag=false;  
  rect=Rect(originalPoint,processPoint);   
  rectImage=image(rect); //子圖像顯示  
  imshow("Sub Image",rectImage);   
  cvtColor(rectImage,targetImageHSV,CV_RGB2HSV); 
  imshow("targetImageHSV",targetImageHSV); 
  calcHist(&targetImageHSV,2,channels,Mat(),dstHist,1,&histSize,&histRange,true,false);   
  normalize(dstHist,dstHist,0,255,CV_MINMAX); 
  imshow("dstHist",dstHist); 
 }   
}