AI 助理
备案控制台
开发者社区 人工智能 文章 正文

CamshiftDemo详解

2014-08-12 2305
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：

又一好文章！！


在这一节中，主要讲目标跟踪的一个重要的算法Camshift，因为它是连续自使用的meanShift，所以这2个函数opencv中都有，且都很重要。为了让大家先达到一个感性认识。这节主要是看懂和运行opencv中给的sample并稍加修改。

     Camshift函数的原型为：RotatedRect CamShift(InputArray probImage, Rect& window, TermCriteria criteria)。

     其中probImage为输入图像直方图的反向投影图，window为要跟踪目标的初始位置矩形框，criteria为算法结束条件。函数返回一个有方向角度的矩阵。该函数的实现首先是利用meanshift算法计算出要跟踪的中心，然后调整初始窗口的大小位置和方向角度。在camshift内部调用了meanshift算法计算目标的重心。

     下面是一个opencv自带的CamShift算法使用工程实例。该实例的作用是跟踪摄像头中目标物体，目标物体初始位置用鼠标指出，其跟踪窗口大小和方向随着目标物体的变化而变化。其代码及注释大概如下：

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #include "StdAfx.h"  
  2.   
  3. #include "opencv2/video/tracking.hpp"  
  4. #include "opencv2/imgproc/imgproc.hpp"  
  5. #include "opencv2/highgui/highgui.hpp"  
  6.   
  7.   
  8. #include <iostream>  
  9. #include <ctype.h>  
  10.   
  11. using namespace cv;  
  12. using namespace std;  
  13.   
  14. Mat image;  
  15.   
  16. bool backprojMode = false; //表示是否要进入反向投影模式，ture表示准备进入反向投影模式  
  17. bool selectObject = false;//代表是否在选要跟踪的初始目标，true表示正在用鼠标选择  
  18. int trackObject = 0; //代表跟踪目标数目  
  19. bool showHist = true;//是否显示直方图  
  20. Point origin;//用于保存鼠标选择第一次单击时点的位置  
  21. Rect selection;//用于保存鼠标选择的矩形框  
  22. int vmin = 10, vmax = 256, smin = 30;  
  23.   
  24. void onMouse( int event, int x, int y, int, void* )  
  25. {  
  26.     if( selectObject )//只有当鼠标左键按下去时才有效，然后通过if里面代码就可以确定所选择的矩形区域selection了  
  27.     {  
  28.         selection.x = MIN(x, origin.x);//矩形左上角顶点坐标  
  29.         selection.y = MIN(y, origin.y);  
  30.         selection.width = std::abs(x - origin.x);//矩形宽  
  31.         selection.height = std::abs(y - origin.y);//矩形高  
  32.   
  33.         selection &= Rect(0, 0, image.cols, image.rows);//用于确保所选的矩形区域在图片范围内  
  34.     }  
  35.   
  36.     switch( event )  
  37.     {  
  38.     case CV_EVENT_LBUTTONDOWN:  
  39.         origin = Point(x,y);  
  40.         selection = Rect(x,y,0,0);//鼠标刚按下去时初始化了一个矩形区域  
  41.         selectObject = true;  
  42.         break;  
  43.     case CV_EVENT_LBUTTONUP:  
  44.         selectObject = false;  
  45.         if( selection.width > 0 && selection.height > 0 )  
  46.             trackObject = -1;  
  47.         break;  
  48.     }  
  49. }  
  50.   
  51. void help()  
  52. {  
  53.     cout << "\nThis is a demo that shows mean-shift based tracking\n"  
  54.             "You select a color objects such as your face and it tracks it.\n"  
  55.             "This reads from video camera (0 by default, or the camera number the user enters\n"  
  56.             "Usage: \n"  
  57.             "    ./camshiftdemo [camera number]\n";  
  58.   
  59.     cout << "\n\nHot keys: \n"  
  60.             "\tESC - quit the program\n"  
  61.             "\tc - stop the tracking\n"  
  62.             "\tb - switch to/from backprojection view\n"  
  63.             "\th - show/hide object histogram\n"  
  64.             "\tp - pause video\n"  
  65.             "To initialize tracking, select the object with mouse\n";  
  66. }  
  67.   
  68. const char* keys =   
  69. {  
  70.     "{1|  | 0 | camera number}"  
  71. };  
  72.   
  73. int main( int argc, const char** argv )  
  74. {  
  75.     help();  
  76.   
  77.     VideoCapture cap; //定义一个摄像头捕捉的类对象  
  78.     Rect trackWindow;  
  79.     RotatedRect trackBox;//定义一个旋转的矩阵类对象  
  80.     int hsize = 16;  
  81.     float hranges[] = {0,180};//hranges在后面的计算直方图函数中要用到  
  82.     const float* phranges = hranges;  
  83.     CommandLineParser parser(argc, argv, keys);//命令解析器函数  
  84.     int camNum = parser.get<int>("1");       
  85.       
  86.     cap.open(camNum);//直接调用成员函数打开摄像头  
  87.   
  88.     if( !cap.isOpened() )  
  89.     {  
  90.         help();  
  91.         cout << "***Could not initialize capturing...***\n";  
  92.         cout << "Current parameter's value: \n";  
  93.         parser.printParams();  
  94.         return -1;  
  95.     }  
  96.   
  97.     namedWindow( "Histogram", 0 );  
  98.     namedWindow( "CamShift Demo", 0 );  
  99.     setMouseCallback( "CamShift Demo", onMouse, 0 );//消息响应机制  
  100.     createTrackbar( "Vmin", "CamShift Demo", &vmin, 256, 0 );//createTrackbar函数的功能是在对应的窗口创建滑动条，滑动条Vmin,vmin表示滑动条的值，最大为256  
  101.     createTrackbar( "Vmax", "CamShift Demo", &vmax, 256, 0 );//最后一个参数为0代表没有调用滑动拖动的响应函数  
  102.     createTrackbar( "Smin", "CamShift Demo", &smin, 256, 0 );//vmin,vmax,smin初始值分别为10,256,30  
  103.   
  104.     Mat frame, hsv, hue, mask, hist, histimg = Mat::zeros(200, 320, CV_8UC3), backproj;  
  105.     bool paused = false;  
  106.       
  107.     for(;;)  
  108.     {  
  109.         if( !paused )//没有暂停  
  110.         {  
  111.             cap >> frame;//从摄像头抓取一帧图像并输出到frame中  
  112.             if( frame.empty() )  
  113.                 break;  
  114.         }  
  115.   
  116.         frame.copyTo(image);  
  117.           
  118.         if( !paused )//没有按暂停键  
  119.         {  
  120.             cvtColor(image, hsv, CV_BGR2HSV);//将rgb摄像头帧转化成hsv空间的  
  121.   
  122.             if( trackObject )//trackObject初始化为0,或者按完键盘的'c'键后也为0，当鼠标单击松开后为-1  
  123.             {  
  124.                 int _vmin = vmin, _vmax = vmax;  
  125.   
  126.                 //inRange函数的功能是检查输入数组每个元素大小是否在2个给定数值之间，可以有多通道,mask保存0通道的最小值，也就是h分量  
  127. //这里利用了hsv的3个通道，比较h,0~180,s,smin~256,v,min(vmin,vmax),max(vmin,vmax)。如果3个通道都在对应的范围内，则  
  128. //mask对应的那个点的值全为1(0xff)，否则为0(0x00).  
  129.                 inRange(hsv, Scalar(0, smin, MIN(_vmin,_vmax)),  
  130.                         Scalar(180, 256, MAX(_vmin, _vmax)), mask);  
  131.                 int ch[] = {0, 0};  
  132.                 hue.create(hsv.size(), hsv.depth());//hue初始化为与hsv大小深度一样的矩阵，色调的度量是用角度表示的，红绿蓝之间相差120度，反色相差180度  
  133.                 mixChannels(&hsv, 1, &hue, 1, ch, 1);//将hsv第一个通道(也就是色调)的数复制到hue中，0索引数组  
  134.   
  135.                 if( trackObject < 0 )//鼠标选择区域松开后，该函数内部又将其赋值1  
  136.                 {  
  137.                     //此处的构造函数roi用的是Mat hue的矩阵头，且roi的数据指针指向hue，即共用相同的数据，select为其感兴趣的区域  
  138.                     Mat roi(hue, selection), maskroi(mask, selection);//mask保存的hsv的最小值  
  139.   
  140. //calcHist()函数第一个参数为输入矩阵序列，第2个参数表示输入的矩阵数目，第3个参数表示将被计算直方图维数通道的列表，第4个参数表示可选的掩码函数  
  141. //第5个参数表示输出直方图，第6个参数表示直方图的维数，第7个参数为每一维直方图数组的大小，第8个参数为每一维直方图bin的边界  
  142.                     calcHist(&roi, 1, 0, maskroi, hist, 1, &hsize, &phranges);//将roi的0通道计算直方图并通过mask放入hist中，hsize为每一维直方图的大小  
  143.                     normalize(hist, hist, 0, 255, CV_MINMAX);//将hist矩阵进行数组范围归一化，都归一化到0~255  
  144.                       
  145.                     trackWindow = selection;  
  146.                     trackObject = 1;//只要鼠标选完区域松开后，且没有按键盘清0键'c'，则trackObject一直保持为1，因此该if函数只能执行一次，除非重新选择跟踪区域  
  147.   
  148.                     histimg = Scalar::all(0);//与按下'c'键是一样的，这里的all(0)表示的是标量全部清0  
  149.                     int binW = histimg.cols / hsize;  //histing是一个200*300的矩阵，hsize应该是每一个bin的宽度，也就是histing矩阵能分出几个bin出来  
  150.                     Mat buf(1, hsize, CV_8UC3);//定义一个缓冲单bin矩阵  
  151.                     for( int i = 0; i < hsize; i++ )//saturate_case函数为从一个初始类型准确变换到另一个初始类型  
  152.                         buf.at<Vec3b>(i) = Vec3b(saturate_cast<uchar>(i*180./hsize), 255, 255);//Vec3b为3个char值的向量  
  153.                     cvtColor(buf, buf, CV_HSV2BGR);//将hsv又转换成bgr  
  154.                           
  155.                     for( int i = 0; i < hsize; i++ )  
  156.                     {  
  157.                         int val = saturate_cast<int>(hist.at<float>(i)*histimg.rows/255);//at函数为返回一个指定数组元素的参考值  
  158.                         rectangle( histimg, Point(i*binW,histimg.rows),    //在一幅输入图像上画一个简单抽的矩形，指定左上角和右下角，并定义颜色，大小，线型等  
  159.                                    Point((i+1)*binW,histimg.rows - val),  
  160.                                    Scalar(buf.at<Vec3b>(i)), -1, 8 );  
  161.                     }  
  162.                 }  
  163.   
  164.                 calcBackProject(&hue, 1, 0, hist, backproj, &phranges);//计算直方图的反向投影，计算hue图像0通道直方图hist的反向投影，并让入backproj中  
  165.                 backproj &= mask;  
  166.   
  167.                 //opencv2.0以后的版本函数命名前没有cv两字了，并且如果函数名是由2个意思的单词片段组成的话，且前面那个片段不够成单词，则第一个字母要  
  168. //大写，比如Camshift，如果第一个字母是个单词，则小写，比如meanShift，但是第二个字母一定要大写  
  169.                 RotatedRect trackBox = CamShift(backproj, trackWindow,               //trackWindow为鼠标选择的区域，TermCriteria为确定迭代终止的准则  
  170.                                     TermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ));//CV_TERMCRIT_EPS是通过forest_accuracy,CV_TERMCRIT_ITER  
  171.                 if( trackWindow.area() <= 1 )                                                  //是通过max_num_of_trees_in_the_forest    
  172.                 {  
  173.                     int cols = backproj.cols, rows = backproj.rows, r = (MIN(cols, rows) + 5)/6;  
  174.                     trackWindow = Rect(trackWindow.x - r, trackWindow.y - r,  
  175.                                        trackWindow.x + r, trackWindow.y + r) &  
  176.                                   Rect(0, 0, cols, rows);//Rect函数为矩阵的偏移和大小，即第一二个参数为矩阵的左上角点坐标，第三四个参数为矩阵的宽和高  
  177.                 }  
  178.   
  179.                 if( backprojMode )  
  180.                     cvtColor( backproj, image, CV_GRAY2BGR );//因此投影模式下显示的也是rgb图？  
  181.                 ellipse( image, trackBox, Scalar(0,0,255), 3, CV_AA );//跟踪的时候以椭圆为代表目标  
  182.             }  
  183.         }  
  184.   
  185.         //后面的代码是不管pause为真还是为假都要执行的  
  186.         else if( trackObject < 0 )//同时也是在按了暂停字母以后  
  187.             paused = false;  
  188.   
  189.         if( selectObject && selection.width > 0 && selection.height > 0 )  
  190.         {  
  191.             Mat roi(image, selection);  
  192.             bitwise_not(roi, roi);//bitwise_not为将每一个bit位取反  
  193.         }  
  194.   
  195.         imshow( "CamShift Demo", image );  
  196.         imshow( "Histogram", histimg );  
  197.   
  198.         char c = (char)waitKey(10);  
  199.         if( c == 27 )              //退出键  
  200.             break;  
  201.         switch(c)  
  202.         {  
  203.         case 'b':             //反向投影模型交替  
  204.             backprojMode = !backprojMode;  
  205.             break;  
  206.         case 'c':            //清零跟踪目标对象  
  207.             trackObject = 0;  
  208.             histimg = Scalar::all(0);  
  209.             break;  
  210.         case 'h':          //显示直方图交替  
  211.             showHist = !showHist;  
  212.             if( !showHist )  
  213.                 destroyWindow( "Histogram" );  
  214.             else  
  215.                 namedWindow( "Histogram", 1 );  
  216.             break;  
  217.         case 'p':       //暂停跟踪交替  
  218.             paused = !paused;  
  219.             break;  
  220.         default:  
  221.             ;  
  222.         }  
  223.     }  
  224.     return 0;  
  225. }  

另外，由于Camshift主要是利用到了meanShift算法，在目标跟踪领域应用比较广泛，而meanShift也可以用于目标跟踪，只是自适用性没CamShift好，但也可以用。首先看看meanShift算法的声明：

int meanShift(InputArray probImage, Rect& window, TermCriteria criteria)

      与CamShift函数不同的一点是，它返回的不是一个矩形框，而是一个int型变量。该int型变量应该是代表找到目标物体的个数。特别需要注意的是参数window，它不仅是目标物体初始化的位置，还是实时跟踪目标后的位置，所以其实也是一个返回值。由于meanShift好像主要不是用于目标跟踪上，很多应用是在图像分割上。但是这里还是将CamShift算法例子稍微改一下，就成了meanShift算法了。主要是用window代替CamShift中的trackWindow.

其代码注释如下：

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #include "StdAfx.h"  
  2.   
  3. #include "opencv2/video/tracking.hpp"  
  4. #include "opencv2/imgproc/imgproc.hpp"  
  5. #include "opencv2/highgui/highgui.hpp"  
  6.   
  7.   
  8. #include <iostream>  
  9. #include <ctype.h>  
  10.   
  11. using namespace cv;  
  12. using namespace std;  
  13.   
  14. Mat image;  
  15.   
  16. bool backprojMode = false; //表示是否要进入反向投影模式，ture表示准备进入反向投影模式  
  17. bool selectObject = false;//代表是否在选要跟踪的初始目标，true表示正在用鼠标选择  
  18. int trackObject = 0; //代表跟踪目标数目  
  19. bool showHist = true;//是否显示直方图  
  20. Point origin;//用于保存鼠标选择第一次单击时点的位置  
  21. Rect selection;//用于保存鼠标选择的矩形框  
  22. int vmin = 10, vmax = 256, smin = 30;  
  23.   
  24. void onMouse( int event, int x, int y, int, void* )  
  25. {  
  26.     if( selectObject )//只有当鼠标左键按下去时才有效，然后通过if里面代码就可以确定所选择的矩形区域selection了  
  27.     {  
  28.         selection.x = MIN(x, origin.x);//矩形左上角顶点坐标  
  29.         selection.y = MIN(y, origin.y);  
  30.         selection.width = std::abs(x - origin.x);//矩形宽  
  31.         selection.height = std::abs(y - origin.y);//矩形高  
  32.   
  33.         selection &= Rect(0, 0, image.cols, image.rows);//用于确保所选的矩形区域在图片范围内  
  34.     }  
  35.   
  36.     switch( event )  
  37.     {  
  38.     case CV_EVENT_LBUTTONDOWN:  
  39.         origin = Point(x,y);  
  40.         selection = Rect(x,y,0,0);//鼠标刚按下去时初始化了一个矩形区域  
  41.         selectObject = true;  
  42.         break;  
  43.     case CV_EVENT_LBUTTONUP:  
  44.         selectObject = false;  
  45.         if( selection.width > 0 && selection.height > 0 )  
  46.             trackObject = -1;  
  47.         break;  
  48.     }  
  49. }  
  50.   
  51. void help()  
  52. {  
  53.     cout << "\nThis is a demo that shows mean-shift based tracking\n"  
  54.         "You select a color objects such as your face and it tracks it.\n"  
  55.         "This reads from video camera (0 by default, or the camera number the user enters\n"  
  56.         "Usage: \n"  
  57.         "    ./camshiftdemo [camera number]\n";  
  58.   
  59.     cout << "\n\nHot keys: \n"  
  60.         "\tESC - quit the program\n"  
  61.         "\tc - stop the tracking\n"  
  62.         "\tb - switch to/from backprojection view\n"  
  63.         "\th - show/hide object histogram\n"  
  64.         "\tp - pause video\n"  
  65.         "To initialize tracking, select the object with mouse\n";  
  66. }  
  67.   
  68. const char* keys =   
  69. {  
  70.     "{1|  | 0 | camera number}"  
  71. };  
  72.   
  73. int main( int argc, const char** argv )  
  74. {  
  75.     help();  
  76.   
  77.     VideoCapture cap; //定义一个摄像头捕捉的类对象  
  78.     Rect trackWindow;  
  79.     RotatedRect trackBox;//定义一个旋转的矩阵类对象  
  80.     int hsize = 16;  
  81.     float hranges[] = {0,180};//hranges在后面的计算直方图函数中要用到  
  82.     const float* phranges = hranges;  
  83.     CommandLineParser parser(argc, argv, keys);//命令解析器函数  
  84.     int camNum = parser.get<int>("1");       
  85.   
  86.     cap.open(camNum);//直接调用成员函数打开摄像头  
  87.   
  88.     if( !cap.isOpened() )  
  89.     {  
  90.         help();  
  91.         cout << "***Could not initialize capturing...***\n";  
  92.         cout << "Current parameter's value: \n";  
  93.         parser.printParams();  
  94.         return -1;  
  95.     }  
  96.   
  97.     namedWindow( "Histogram", 0 );  
  98.     namedWindow( "CamShift Demo", 0 );  
  99.     setMouseCallback( "CamShift Demo", onMouse, 0 );//消息响应机制  
  100.     createTrackbar( "Vmin", "CamShift Demo", &vmin, 256, 0 );//createTrackbar函数的功能是在对应的窗口创建滑动条，滑动条Vmin,vmin表示滑动条的值，最大为256  
  101.     createTrackbar( "Vmax", "CamShift Demo", &vmax, 256, 0 );//最后一个参数为0代表没有调用滑动拖动的响应函数  
  102.     createTrackbar( "Smin", "CamShift Demo", &smin, 256, 0 );//vmin,vmax,smin初始值分别为10,256,30  
  103.   
  104.     Mat frame, hsv, hue, mask, hist, histimg = Mat::zeros(200, 320, CV_8UC3), backproj;  
  105.     bool paused = false;  
  106.   
  107.     for(;;)  
  108.     {  
  109.         if( !paused )//没有暂停  
  110.         {  
  111.             cap >> frame;//从摄像头抓取一帧图像并输出到frame中  
  112.             if( frame.empty() )  
  113.                 break;  
  114.         }  
  115.   
  116.         frame.copyTo(image);  
  117.   
  118.         if( !paused )//没有按暂停键  
  119.         {  
  120.             cvtColor(image, hsv, CV_BGR2HSV);//将rgb摄像头帧转化成hsv空间的  
  121.   
  122.             if( trackObject )//trackObject初始化为0,或者按完键盘的'c'键后也为0，当鼠标单击松开后为-1  
  123.             {  
  124.                 int _vmin = vmin, _vmax = vmax;  
  125.   
  126.                 //inRange函数的功能是检查输入数组每个元素大小是否在2个给定数值之间，可以有多通道,mask保存0通道的最小值，也就是h分量  
  127.                 //这里利用了hsv的3个通道，比较h,0~180,s,smin~256,v,min(vmin,vmax),max(vmin,vmax)。如果3个通道都在对应的范围内，则  
  128.                 //mask对应的那个点的值全为1(0xff)，否则为0(0x00).  
  129.                 inRange(hsv, Scalar(0, smin, MIN(_vmin,_vmax)),  
  130.                     Scalar(180, 256, MAX(_vmin, _vmax)), mask);  
  131.                 int ch[] = {0, 0};  
  132.                 hue.create(hsv.size(), hsv.depth());//hue初始化为与hsv大小深度一样的矩阵，色调的度量是用角度表示的，红绿蓝之间相差120度，反色相差180度  
  133.                 mixChannels(&hsv, 1, &hue, 1, ch, 1);//将hsv第一个通道(也就是色调)的数复制到hue中，0索引数组  
  134.   
  135.                 if( trackObject < 0 )//鼠标选择区域松开后，该函数内部又将其赋值1  
  136.                 {  
  137.                     //此处的构造函数roi用的是Mat hue的矩阵头，且roi的数据指针指向hue，即共用相同的数据，select为其感兴趣的区域  
  138.                     Mat roi(hue, selection), maskroi(mask, selection);//mask保存的hsv的最小值  
  139.   
  140.                     //calcHist()函数第一个参数为输入矩阵序列，第2个参数表示输入的矩阵数目，第3个参数表示将被计算直方图维数通道的列表，第4个参数表示可选的掩码函数  
  141.                     //第5个参数表示输出直方图，第6个参数表示直方图的维数，第7个参数为每一维直方图数组的大小，第8个参数为每一维直方图bin的边界  
  142.                     calcHist(&roi, 1, 0, maskroi, hist, 1, &hsize, &phranges);//将roi的0通道计算直方图并通过mask放入hist中，hsize为每一维直方图的大小  
  143.                     normalize(hist, hist, 0, 255, CV_MINMAX);//将hist矩阵进行数组范围归一化，都归一化到0~255  
  144.   
  145.                     trackWindow = selection;  
  146.                     trackObject = 1;//只要鼠标选完区域松开后，且没有按键盘清0键'c'，则trackObject一直保持为1，因此该if函数只能执行一次，除非重新选择跟踪区域  
  147.   
  148.                     histimg = Scalar::all(0);//与按下'c'键是一样的，这里的all(0)表示的是标量全部清0  
  149.                     int binW = histimg.cols / hsize;  //histing是一个200*300的矩阵，hsize应该是每一个bin的宽度，也就是histing矩阵能分出几个bin出来  
  150.                     Mat buf(1, hsize, CV_8UC3);//定义一个缓冲单bin矩阵  
  151.                     for( int i = 0; i < hsize; i++ )//saturate_case函数为从一个初始类型准确变换到另一个初始类型  
  152.                         buf.at<Vec3b>(i) = Vec3b(saturate_cast<uchar>(i*180./hsize), 255, 255);//Vec3b为3个char值的向量  
  153.                     cvtColor(buf, buf, CV_HSV2BGR);//将hsv又转换成bgr  
  154.   
  155.                     for( int i = 0; i < hsize; i++ )  
  156.                     {  
  157.                         int val = saturate_cast<int>(hist.at<float>(i)*histimg.rows/255);//at函数为返回一个指定数组元素的参考值  
  158.                         rectangle( histimg, Point(i*binW,histimg.rows),    //在一幅输入图像上画一个简单抽的矩形，指定左上角和右下角，并定义颜色，大小，线型等  
  159.                             Point((i+1)*binW,histimg.rows - val),  
  160.                             Scalar(buf.at<Vec3b>(i)), -1, 8 );  
  161.                     }  
  162.                 }  
  163.   
  164.                 calcBackProject(&hue, 1, 0, hist, backproj, &phranges);//计算直方图的反向投影，计算hue图像0通道直方图hist的反向投影，并让入backproj中  
  165.                 backproj &= mask;  
  166.   
  167.                 //opencv2.0以后的版本函数命名前没有cv两字了，并且如果函数名是由2个意思的单词片段组成的话，且前面那个片段不够成单词，则第一个字母要  
  168.                 //大写，比如Camshift，如果第一个字母是个单词，则小写，比如meanShift，但是第二个字母一定要大写  
  169.                 meanShift(backproj, trackWindow,               //trackWindow为鼠标选择的区域，TermCriteria为确定迭代终止的准则  
  170.                     TermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ));//CV_TERMCRIT_EPS是通过forest_accuracy,CV_TERMCRIT_ITER  
  171.                 if( trackWindow.area() <= 1 )                                                  //是通过max_num_of_trees_in_the_forest    
  172.                 {  
  173.                     int cols = backproj.cols, rows = backproj.rows, r = (MIN(cols, rows) + 5)/6;  
  174.                     trackWindow = Rect(trackWindow.x - r, trackWindow.y - r,  
  175.                         trackWindow.x + r, trackWindow.y + r) &  
  176.                         Rect(0, 0, cols, rows);//Rect函数为矩阵的偏移和大小，即第一二个参数为矩阵的左上角点坐标，第三四个参数为矩阵的宽和高  
  177.                 }  
  178.   
  179.                 if( backprojMode )  
  180.                     cvtColor( backproj, image, CV_GRAY2BGR );//因此投影模式下显示的也是rgb图？  
  181.                 //ellipse( image, trackBox, Scalar(0,0,255), 3, CV_AA );//跟踪的时候以椭圆为代表目标  
  182.                 rectangle(image,Point(trackWindow.x,trackWindow.y),Point(trackWindow.x+trackWindow.width,trackWindow.y+trackWindow.height),Scalar(0,0,255),-1,CV_AA);  
  183.             }  
  184.         }  
  185.   
  186.         //后面的代码是不管pause为真还是为假都要执行的  
  187.         else if( trackObject < 0 )//同时也是在按了暂停字母以后  
  188.             paused = false;  
  189.   
  190.         if( selectObject && selection.width > 0 && selection.height > 0 )  
  191.         {  
  192.             Mat roi(image, selection);  
  193.             bitwise_not(roi, roi);//bitwise_not为将每一个bit位取反  
  194.         }  
  195.   
  196.         imshow( "CamShift Demo", image );  
  197.         imshow( "Histogram", histimg );  
  198.   
  199.         char c = (char)waitKey(10);  
  200.         if( c == 27 )              //退出键  
  201.             break;  
  202.         switch(c)  
  203.         {  
  204.         case 'b':             //反向投影模型交替  
  205.             backprojMode = !backprojMode;  
  206.             break;  
  207.         case 'c':            //清零跟踪目标对象  
  208.             trackObject = 0;  
  209.             histimg = Scalar::all(0);  
  210.             break;  
  211.         case 'h':          //显示直方图交替  
  212.             showHist = !showHist;  
  213.             if( !showHist )  
  214.                 destroyWindow( "Histogram" );  
  215.             else  
  216.                 namedWindow( "Histogram", 1 );  
  217.             break;  
  218.         case 'p':       //暂停跟踪交替  
  219.             paused = !paused;  
  220.             break;  
  221.         default:  
  222.             ;  
  223.         }  
  224.     }  
  225.     return 0;  
  226. }  

本文感性上认识了怎样使用meanShift()和CamShift()函数，跟进一步的实现原理需要看其相关的论文和代码才能理解。但是从本例中调用的其它函数也可以学到很多opencv函数，效果还是很不错的。


CamshiftDemo详解

文章标签：
云数据库 ClickHouse
计算机视觉
算法
C++
索引
this_is_bill
目录
相关文章
路人贾jia
|
机器学习/深度学习 并行计算 计算机视觉
YOLOv5入门实践（5）——从零开始，手把手教你训练自己的目标检测模型（包含pyqt5界面）
YOLOv5入门实践（5）——从零开始，手把手教你训练自己的目标检测模型（包含pyqt5界面）
路人贾jia
7003 1
YOLOv5入门实践（5）——从零开始，手把手教你训练自己的目标检测模型（包含pyqt5界面）
游客o47ugrfogdpay
|
小程序 搜索推荐
附源码-基于Web的民宿预约系统的设计与实现，房间预订、旅游订票
重要的事情说三遍，可白嫖，可白嫖，可白嫖！！！ 源码下载链接：docs.qq.com/doc/DYm5DSlBWZEplalBP
游客o47ugrfogdpay
205 0
菊头蝙蝠
|
6月前
|
计算机视觉 Python
opencv cv::Range()和cv::Rect()用于crop来获得感兴趣区域
opencv cv::Range()和cv::Rect()用于crop来获得感兴趣区域
菊头蝙蝠
227 0
代码迷途
|
API C# Windows
C#实现操作Windows窗口句柄：常用窗口句柄相关API、Winform中句柄属性和Process的MainWindowHandle问题【窗口句柄总结之三】
本篇主要介绍一些与窗口句柄相关的一些API，比如设置窗口状态、当前激活的窗口、窗口客户区的大小、鼠标位置、禁用控件等，以及介绍Winform中的句柄属性，便于直接获取控件或窗体句柄，以及不推荐...
代码迷途
3162 0
C#实现操作Windows窗口句柄：常用窗口句柄相关API、Winform中句柄属性和Process的MainWindowHandle问题【窗口句柄总结之三】
Paranoid
|
传感器
tb6612电机驱动与JGB37-520减速直流电机
tb6612电机驱动与JGB37-520减速直流电机
Paranoid
1208 0
开发v_hkkf5566
|
人工智能 Python
智能ai量化合约交易软件开发策略源代码（案例演示）
智能ai量化合约交易软件开发策略源代码（案例演示）
开发v_hkkf5566
811 0
锡兰Ceylan_
|
存储 计算机视觉 C++
【OpenCv】c++ 入门认识 Mat 类，单通道 Mat 的基本操作
【OpenCv】c++ 入门认识 Mat 类，单通道 Mat 的基本操作
锡兰Ceylan_
309 0
中间件小哥
|
搜索推荐 程序员 测试技术
研究思考丨关于软件复杂度的困局
研究思考丨关于软件复杂度的困局
中间件小哥
1302 8
研究思考丨关于软件复杂度的困局
5i77ajz5u7ji6
|
机器学习/深度学习 编解码 算法
详细解读 | 如何改进YOLOv3使其更好应用到小目标检测(比YOLO V4高出4%)（一）
详细解读 | 如何改进YOLOv3使其更好应用到小目标检测(比YOLO V4高出4%)（一）
5i77ajz5u7ji6
485 0
音视频牛哥
|
XML 网络协议 物联网
物联网协议比较 MQTT CoAP RESTful/HTTP XMPP
XMPP是一种基于标准通用标记语言的子集XML的协议，它继承了在XML环境中灵活的发展性。因此，基于XMPP的应用具有超强的可扩展性。经过扩展以后的XMPP可以通过发送扩展的信息来处理用户的需求，以及在XMPP的顶端建立如内容发布系统和基于地址的服务等应用程 序。而且，XMPP包含了针对服务器端的软件协议，使之能与另一个进行通话，这使得开发者更容易建立客户应用程序或给一个配好系统添加功能。
音视频牛哥
202 0