使用python调用opencv库中的KCF等跟踪算法
本文参考了以下博客代码来源：python+opencv实现目标跟踪 - qq_35488769的博客 - CSDN博客
目录
0 - 代码
import cv2
class MessageItem(object):
# 用于封装信息的类,包含图片和其他信息
def __init__(self,frame,message):
self._frame = frame
self._message = message
def getFrame(self):
# 图片信息
return self._frame
def getMessage(self):
#文字信息,json格式
return self._message
class Tracker(object):
'''
追踪者模块,用于追踪指定目标
'''
def __init__(self, tracker_type="BOOSTING", draw_coord=True):
'''
初始化追踪器种类
'''
# 获得opencv版本
(major_ver, minor_ver, subminor_ver) = (cv2.__version__).split('.')
self.tracker_types = ['BOOSTING', 'MIL', 'KCF', 'TLD', 'MEDIANFLOW', 'GOTURN']
self.tracker_type = tracker_type
self.isWorking = False
self.draw_coord = draw_coord
# 构造追踪器
if int(minor_ver) < 3:
self.tracker = cv2.Tracker_create(tracker_type)
else:
if tracker_type == 'BOOSTING':
self.tracker = cv2.TrackerBoosting_create()
if tracker_type == 'MIL':
self.tracker = cv2.TrackerMIL_create()
if tracker_type == 'KCF':
self.tracker = cv2.TrackerKCF_create()
if tracker_type == 'TLD':
self.tracker = cv2.TrackerTLD_create()
if tracker_type == 'MEDIANFLOW':
self.tracker = cv2.TrackerMedianFlow_create()
if tracker_type == 'GOTURN':
self.tracker = cv2.TrackerGOTURN_create()
def initWorking(self, frame, box):
'''
追踪器工作初始化
frame:初始化追踪画面
box:追踪的区域
'''
if not self.tracker:
raise Exception("追踪器未初始化")
status = self.tracker.init(frame, box)
if not status:
raise Exception("追踪器工作初始化失败")
self.coord = box
self.isWorking = True
def track(self, frame):
'''
开启追踪
'''
message = None
if self.isWorking:
status, self.coord = self.tracker.update(frame)
if status:
message = {"coord": [((int(self.coord[0]), int(self.coord[1])),
(int(self.coord[0] + self.coord[2]), int(self.coord[1] + self.coord[3])))]}
if self.draw_coord:
p1 = (int(self.coord[0]), int(self.coord[1]))
p2 = (int(self.coord[0] + self.coord[2]), int(self.coord[1] + self.coord[3]))
cv2.rectangle(frame, p1, p2, (255, 0, 0), 2, 1)
message['msg'] = "is tracking"
return MessageItem(frame, message)
if __name__ == '__main__':
# 初始化视频捕获设备
gVideoDevice = cv2.VideoCapture(0)
gCapStatus, gFrame = gVideoDevice.read()
# 选择 框选帧
print("按 n 选择下一帧，按 y 选取当前帧")
while True:
if (gCapStatus == False):
print("捕获帧失败")
quit()
_key = cv2.waitKey(0) & 0xFF
if(_key == ord('n')):
gCapStatus,gFrame = gVideoDevice.read()
if(_key == ord('y')):
break
cv2.imshow("pick frame",gFrame)
# 框选感兴趣区域region of interest
cv2.destroyWindow("pick frame")
gROI = cv2.selectROI("ROI frame",gFrame,False)
if (not gROI):
print("空框选，退出")
quit()
# 初始化追踪器
gTracker = Tracker(tracker_type="KCF")
gTracker.initWorking(gFrame,gROI)
# 循环帧读取，开始跟踪
while True:
gCapStatus, gFrame = gVideoDevice.read()
if(gCapStatus):
# 展示跟踪图片
_item = gTracker.track(gFrame)
cv2.imshow("track result",_item.getFrame())
if _item.getMessage():
# 打印跟踪数据
print(_item.getMessage())
else:
# 丢失，重新用初始ROI初始
print("丢失，重新使用初始ROI开始")
gTracker = Tracker(tracker_type="KCF")
gTracker.initWorking(gFrame, gROI)
_key = cv2.waitKey(1) & 0xFF
if (_key == ord('q')) | (_key == 27):
break
if (_key == ord('r')) :
# 用户请求用初始ROI
print("用户请求用初始ROI")
gTracker = Tracker(tracker_type="KCF")
gTracker.initWorking(gFrame, gROI)
else:
print("捕获帧失败")
quit()1 - 部分解析
虽然代码中已经写好了注释，但是这里还是简单介绍一下。这份代码中是调用opencv库中的追踪器进行图像视频追踪，追踪器可选
在程序最开始，会抓拍一帧图片，供用户选择是否在这张图片上框选 ROI (region of interest) ，‘n’ 键选择下一帧，‘y’键选择当前帧，选择完毕后弹出ROI框选窗口
这里我们定义了一个 Tracker 类，类中可以在初始化时选择使用不同的跟踪算法，Tracker 类初始化完毕后调用 initWorking方法，传入待选帧和 ROI 区域，
之后，就可以循环获取图像帧，然后调用 Tracker 类的 track 方法，将新获取的帧丢入，获得追踪结果图片以及相关信息。追踪结果图片以及相关信息按照 MessageItem 类的方式保存
我们可以看到，在循环读取帧追踪的代码里，有部分代码是用来处理错误情况的。一个是当跟踪器自己发现丢失时，重新使用最初标定的 ROI 重新开始追踪；另一个是当用户判断这个结果实在惨不忍睹出现偏差，需要手动重置时，按下 'r’ 重新使用最初标定的 ROI 重新开始追踪
2 - 代码测试
