OpenCV基于稠密光流实现视频跟踪详解
更新时间:2023年02月20日 08:49:05 作者:音视频开发老舅
这篇文章主要为大家详细介绍了OpenCV如何基于稠密光流实现视频跟踪功能,文中的示例代码讲解详细,具有一定的借鉴价值,需要的可以参考一下
1、概述
案例:基于稠密光流的视频跟踪
API介绍:
calcOpticalFlowFarneback( InputArray prev, InputArray next, InputOutputArray flow, double pyr_scale, int levels, int winsize, int iterations, int poly_n, double poly_sigma, int flags );
- prev:前一帧单通道CV_8UC1图像
- next:当前帧单通道CV_8UC1图像
- flow:输出的光流数据
- pyr_scale:金字塔上下两层的尺度关系
- levels:金字塔层数
- winsize:窗口大小
- iterations:迭代次数
- poly_n:像素领域大小,一般是5、7
- poly_sigma:高斯标准差一般是1~1.5
- flags:计算方法:主要包括OPTFLOW_USE_INITIAL_FLOW和OPTFLOW_FARNEBACK_GAUSSIAN
实现步骤:
1.实例化VideoCapture
2.使用其open方法打开视频文件
3.获取视频第一帧并得到其灰度图(因为稠密光流输入只支持单通道8位)
4.while(true)循环读取视频帧
5.将当前帧灰度化
6.执行稠密光流函数,并输出光流数据
7.将光流数据绘制出来
8.显示光流数据
2、代码示例
(ps:界面中的按钮元素使用到了Qt)
HF_Object_Tracking::HF_Object_Tracking(QWidget *parent) : MyGraphicsView{parent} { this->setWindowTitle("稠密光流对象跟踪"); QPushButton *btn = new QPushButton(this); btn->setText("选择视频"); connect(btn,&QPushButton::clicked,[=](){ choiceVideo(); }); } void HF_Object_Tracking::choiceVideo(){ path = QFileDialog::getOpenFileName(this,"请选择视频","/Users/yangwei/Downloads/",tr("Image Files(*.mp4 *.avi)")); qDebug()<<"视频路径:"<<path; hfObjectTracking(path.toStdString().c_str()); } void HF_Object_Tracking::hfObjectTracking(const char* filePath){ VideoCapture capture; capture.open(filePath); if(!capture.isOpened()){ qDebug()<<"视频路径为空"; return; } Mat frame,gray; Mat prev_frame ,prev_gray; Mat flowResult,flowData; capture.read(frame);//读取第一帧数据 //转灰度图 cvtColor(frame,prev_gray,COLOR_BGR2GRAY);//将frame转灰度图赋值给前一帧 while(capture.read(frame)){ cvtColor(frame,gray,COLOR_BGR2GRAY); if(!prev_gray.empty()){ //稠密光流跟踪 calcOpticalFlowFarneback(prev_gray,gray,flowData, 0.5, 3, 15, 3, 5, 1.2, 0); cvtColor(prev_gray, flowResult, COLOR_GRAY2BGR); for (int row = 0; row < flowResult.rows; row++) { for (int col = 0; col < flowResult.cols; col++) { const Point2f fxy = flowData.at<Point2f>(row, col); if (fxy.x > 1 || fxy.y > 1) { line(flowResult, Point(col, row), Point(cvRound(col + fxy.x), cvRound(row + fxy.y)), Scalar(0, 255, 0), 2, 8, 0); circle(flowResult, Point(col, row), 2, Scalar(0, 0, 255), -1); } } } imshow("flow", flowResult); imshow("input", frame); } // imshow("frame",frame); int key = waitKey(1); if(key==27){ break; } } }
3、图像演示
到此这篇关于OpenCV基于稠密光流实现视频跟踪详解的文章就介绍到这了,更多相关OpenCV视频跟踪内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
C++使用WideCharToMultiByte函数生成UTF-8编码文件的方法
用来映射Unicode字符串的WideCharToMultiByte函数经常被用来进行UTF-8编码的转换,以下我们将看到C++使用WideCharToMultiByte函数生成UTF-8编码文件的方法,首先先来对WideCharToMultiByte作一个详细的了解:2016-06-06如何判断一个数是否为4的幂次方?若是,并判断出来是多少次方?
本篇文章是对如何判断一个数是否为4的幂次方?若是,并判断出来是多少次方的实现方法,进行了详细的分析介绍,需要的朋友参考下2013-05-05
最新评论