【OpenCV】89 视频分析—基于连续自适应均值迁移的对象移动分析

89 视频分析—基于连续自适应均值迁移的对象移动分析

代码

import cv2 as cv
cap = cv.VideoCapture('../images/balltest.mp4')

# 读取第一帧
ret,frame = cap.read()
cv.namedWindow("CAM Demo", cv.WINDOW_AUTOSIZE)

# 选择ROI区域
x, y, w, h = cv.selectROI("CAM Demo", frame, True, False)
track_window = (x, y, w, h)

# 获取ROI直方图
roi = frame[y:y+h, x:x+w]
hsv_roi = cv.cvtColor(roi, cv.COLOR_BGR2HSV)
mask = cv.inRange(hsv_roi, (26, 43, 46), (34, 255, 255))
roi_hist = cv.calcHist([hsv_roi],[0],mask,[180],[0,180])
cv.normalize(roi_hist,roi_hist,0,255,cv.NORM_MINMAX)

# 设置搜索跟踪分析
term_crit = ( cv.TERM_CRITERIA_EPS | cv.TERM_CRITERIA_COUNT, 10, 1 )
while True:
    ret, frame = cap.read()
    if ret is False:
        break;
    hsv = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
    dst = cv.calcBackProject([hsv],[0],roi_hist,[0,180],1)

    # ，搜索更新roi区域
    track_box = cv.CamShift(dst, track_window, term_crit)
    track_window = track_box[1]
    print(track_box)
    # 绘制窗口CAM
    cv.ellipse(frame, track_box[0], (0, 0, 255), 3, 8)
    cv.imshow('CAM Demo',frame)
    k = cv.waitKey(50) & 0xff
    if k == 27:
        break
    else:
        cv.imwrite(chr(k)+".jpg",frame)

cv.destroyAllWindows()
cap.release()

实验结果

解释

CAM是连续自适应的均值迁移跟踪算法，它跟均值迁移相比较有两个改进

• 会根据跟踪对象大小变化自动调整搜索窗口大小
• 返回位置信息更加完整，包含了位置与角度信息

OpenCV中CAMShift的API函数如下：
retval, window = cv.CamShift( probImage, window, criteria )

• probImage输入图像，是直方图反向投影的结果
• window 搜索窗口，ROI对象区域
• criteria 均值迁移停止条件

---

所有内容均来源于贾志刚老师的知识星球——OpenCV研习社，本文为个人整理学习，已获得贾老师授权，有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。