OpenCV基于稠密光流如何實現視頻跟蹤

這篇“OpenCV基于稠密光流如何實現視頻跟蹤”文章的知識點大部分人都不太理解，所以小編給大家總結了以下內容，內容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“OpenCV基于稠密光流如何實現視頻跟蹤”文章吧。

1、概述

案例：基于稠密光流的視頻跟蹤

API介紹：　　　

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：前一幀單通道CV_8UC1圖像

• next：當前幀單通道CV_8UC1圖像

• flow：輸出的光流數據

• pyr_scale:金字塔上下兩層的尺度關系

• levels:金字塔層數

• winsize:窗口大小

• iterations:迭代次數

• poly_n:像素領域大小，一般是5、7

• poly_sigma:高斯標準差一般是1~1.5

• flags:計算方法：主要包括OPTFLOW_USE_INITIAL_FLOW和OPTFLOW_FARNEBACK_GAUSSIAN

實現步驟：

1.實例化VideoCapture

2.使用其open方法打開視頻文件

3.獲取視頻第一幀并得到其灰度圖（因為稠密光流輸入只支持單通道8位）

4.while(true)循環讀取視頻幀

5.將當前幀灰度化

6.執行稠密光流函數，并輸出光流數據

7.將光流數據繪制出來

8.顯示光流數據

2、代碼示例

（ps：界面中的按鈕元素使用到了Qt）

HF_Object_Tracking::HF_Object_Tracking(QWidget *parent)
    : MyGraphicsView{parent}
{
    this->setWindowTitle("稠密光流對象跟蹤");
    QPushButton *btn = new QPushButton(this);
    btn->setText("選擇視頻");
    connect(btn,&QPushButton::clicked,[=](){
        choiceVideo();
    });
}
 
 
void HF_Object_Tracking::choiceVideo(){
    path = QFileDialog::getOpenFileName(this,"請選擇視頻","/Users/yangwei/Downloads/",tr("Image Files(*.mp4 *.avi)"));
    qDebug()<<"視頻路徑："<<path;
    hfObjectTracking(path.toStdString().c_str());
}
 
void HF_Object_Tracking::hfObjectTracking(const char* filePath){
    VideoCapture capture;
    capture.open(filePath);
    if(!capture.isOpened()){
        qDebug()<<"視頻路徑為空";
        return;
    }
    Mat frame,gray;
    Mat prev_frame ,prev_gray;
    Mat flowResult,flowData;
    capture.read(frame);//讀取第一幀數據
    //轉灰度圖
    cvtColor(frame,prev_gray,COLOR_BGR2GRAY);//將frame轉灰度圖賦值給前一幀
 
    while(capture.read(frame)){
        cvtColor(frame,gray,COLOR_BGR2GRAY);
        if(!prev_gray.empty()){
            //稠密光流跟蹤
            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;
        }
    }
 
}

以上就是關于“OpenCV基于稠密光流如何實現視頻跟蹤”這篇文章的內容，相信大家都有了一定的了解，希望小編分享的內容對大家有幫助，若想了解更多相關的知識內容，請關注億速云行業資訊頻道。