視覚的な電気人種 - 平均シフト物体追跡

著作権：帰属、紙ベースを作成するために他人を許可し、（同じライセンスで元のライセンス契約に基づいて用紙配布する必要がありますクリエイティブコモンズ）

meanshift、CAMSHIFT、カルマン試みがグラフトされていないソースとして3つの一般的な、またはより好ましくはmeanshift効果です。

# 创建时间：2019年8月1日
# meanshift均值漂移目标跟踪

import numpy as np
import cv2


# meanshift兴趣区域跟踪
# 输入参数：img目标区域图像矩阵；frame：训练图像矩阵
# 输出参数：中心点坐标cx,xy;输出图像矩阵output_img
def meanshift(img, frame):

    # 标记初始感兴趣区域
    r, h, c, w = 140, 390, 190, 725
    # r, h, c, w = 0, 720, 0, 1280
    # 组成一个元组
    track_window = (c, r, w, h)
    # 提取感兴趣的区域并将其转换成HSV
    roi = img[r:r+h, c:c+w]
    hsv_roi = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    # 创建包含具有HSV的RIO所有像素的掩码
    mask = cv2.inRange(hsv_roi, np.array((100., 30., 32.)), np.array((180., 120., 255.)))
    # 计算感兴趣区域ROI的直方图并将其归一化
    roi_hist = cv2.calcHist([hsv_roi], [0], mask, [180], [0,180])
    cv2.normalize(roi_hist,roi_hist, 0, 255, cv2.NORM_MINMAX)
    # 指定均值漂移终止一系列的计算行为
    # 均值漂移迭代十次后或者中心移动至少一个像素时，终止
    term_crit = ( cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, 10, 1)
    # 处理训练图像
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    # 直方图反向投影，求得每个像素点的概率
    dst = cv2.calcBackProject([hsv], [0], roi_hist, [0, 180], 1)
    # 求得每个像素点的概率
    ret, track_window = cv2.meanShift(dst, track_window, term_crit)
    # 作图
    x, y, w, h = track_window
    # 计算中心点坐标
    cx = int(x + w / 2)
    cy = int(y + h / 2)
    print('中心坐标:', cx, cy)
    output_img = cv2.rectangle(frame, (x, y), (x+w, y+h), 255, 2)

    return output_img, cx, cy

cap = cv2.VideoCapture('../video/test_rectangle_2.mp4')
# 目标兴趣区域
img = cv2.imread('pure_rectangle.jpg')

while cap.isOpened():

    ret, frame = cap.read()
    img2, x, y = meanshift(img, frame)

    cv2.imshow('img2', img2)
    k = cv2.waitKey(60) & 0xff
    if k == 27:
        break


cv2.destroyAllWindows()
cap.release()

効果：

視覚的な電気人種 - 平均シフト物体追跡

おすすめ