通过 opencv 和 python 实时跟踪对象

Question

我正在寻找实时跟踪对象的好算法。 到目前为止我发现的最好的一个是 camshift 但问题是我需要对象检测将来自外部图像。（我给算法一个图像，他在视频中找到它......）并且需要 camshift用鼠标选择 ROI 点。我试图改变它，但没有成功。 我愿意学习新算法或更改 camshift。

谢谢。

Answer 1

我不太了解 camshift，但我猜您正在使用 opencv 实现。以下代码是来自 opencv 示例的 sn-p：

        hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
        dst = cv2.calcBackProject([hsv],[0],roi_hist,[0,180],1)

        # apply meanshift to get the new location
        ret, track_window = cv2.CamShift(dst, track_window, term_crit)

对于第一张图片，选择与帧大小一样大的dst 应该可以解决您的问题。否则，您可以使用滑动窗口的方法在第一帧中定位目标。

另一方面，实时一词实际上取决于您在这些方面的要求和部署环境：

• 输入视频的帧率
• 帧的分辨率
• 框架的配色方案（rgb、yuv、gray、hsv、...）
• 最大/最小目标大小
• 最大目标速度（像素/帧）
• 是否应该对遮挡具有鲁棒性？
• 您的目标最具体的属性是什么：汽车、人类/动物、固体物体、不断变化的形状、转弯......
• 您使用的是 CPU、DSP 还是 GPU？
• ...

由于上述所有考虑因素对您的选择非常有效，因此我无法向您推荐具体的考虑因素。例如，This one 可能很有用。

我会深入研究IEEE explore 并进行搜索，例如real time object tracking。我为你做了一个:) Here 是你最好的起点，我猜。

希望这会有所帮助。 悟空。