Lucas Kanade：如何计算跟踪点之间的距离

Question

我正在使用 lucas-kanade opencv 实现来跟踪帧之间的对象。我希望能够做到以下两件事：

• 计算帧之间每个点移动的距离
• 跨帧跟踪每个对象的边界框

我已经使用cv2.goodFeaturesToTrack() 获得了要跟踪的特征。我还将对象的边界框添加到要跟踪的特征中。现在我正在使用以下来计算点之间的距离 np.sqrt(np.square(new_pts - old_pts).sum(axis=1).sum(axis=1))。我不太确定这是否是正确的方法，因为点的索引在 new_pts 中可能不同。 old_pts 中的每个索引都对应 new_pts 数组中的相同特征的假设是否正确？

其次，有没有办法使用 lucas kanade 跨帧跟踪边界框？

Answer 1

在 new_pts 点有相同的索引。但它们不能成立 - 查看状态数组：如果 status[i] == 1 那么 new_pts[i] 包含 old_pts[i] 的新坐标。

为了更加稳健，它可以搜索直接流（goodFeaturesToTrack(frame1) -> LK 流），反向流（goodFeaturesToTrack(frame2) -> LK 流）并留下两个方向坐标相等的点。