【问题标题】:Is there any example of cv2.KalmanFilter implementation?有没有 cv2.KalmanFilter 实现的例子?
【发布时间】:2015-05-14 17:50:02
【问题描述】:

我正在尝试使用用于 OpenCV (cv2) 的 python 包装器为 2D 对象构建一个非常简单的跟踪器。

我只注意到 3 个功能:

  • 卡尔曼滤波器(构造函数)
  • .predict()
  • .正确(测量)

我的想法是创建一个代码来检查卡尔曼是否像这样工作:

kf = cv2.KalmanFilter(...)
# set initial position

cv2.predict()
corrected_position = cv2.correct([measurement_x, measurement_y])

我发现了一些使用 cv 包装器而不是 cv2 的示例...

提前致谢!

【问题讨论】:

    标签: python opencv kalman-filter


    【解决方案1】:

    如果您使用的是 opencv2.4,那么这是个坏消息:卡尔曼滤波器无法使用,因为您无法设置转换(或任何其他)矩阵。

    对于opencv3.0,它可以正常工作,如下所示:

    import cv2, numpy as np
    
    meas=[]
    pred=[]
    frame = np.zeros((400,400,3), np.uint8) # drawing canvas
    mp = np.array((2,1), np.float32) # measurement
    tp = np.zeros((2,1), np.float32) # tracked / prediction
    
    def onmouse(k,x,y,s,p):
        global mp,meas
        mp = np.array([[np.float32(x)],[np.float32(y)]])
        meas.append((x,y))
    
    def paint():
        global frame,meas,pred
        for i in range(len(meas)-1): cv2.line(frame,meas[i],meas[i+1],(0,100,0))
        for i in range(len(pred)-1): cv2.line(frame,pred[i],pred[i+1],(0,0,200))
    
    def reset():
        global meas,pred,frame
        meas=[]
        pred=[]
        frame = np.zeros((400,400,3), np.uint8)
    
    cv2.namedWindow("kalman")
    cv2.setMouseCallback("kalman",onmouse);
    kalman = cv2.KalmanFilter(4,2)
    kalman.measurementMatrix = np.array([[1,0,0,0],[0,1,0,0]],np.float32)
    kalman.transitionMatrix = np.array([[1,0,1,0],[0,1,0,1],[0,0,1,0],[0,0,0,1]],np.float32)
    kalman.processNoiseCov = np.array([[1,0,0,0],[0,1,0,0],[0,0,1,0],[0,0,0,1]],np.float32) * 0.03
    #kalman.measurementNoiseCov = np.array([[1,0],[0,1]],np.float32) * 0.00003
    while True:
        kalman.correct(mp)
        tp = kalman.predict()
        pred.append((int(tp[0]),int(tp[1])))
        paint()
        cv2.imshow("kalman",frame)
        k = cv2.waitKey(30) &0xFF
        if k == 27: break
        if k == 32: reset()
    

    【讨论】:

    • 感谢您的信息,不幸的是它需要使用 opencv 2.49...我们正在尝试使用 pykalman :)
    • 比其他代码简单很多。但是有一个问题,最初我们必须先预测/估计然后纠正测量结果不是吗?
    猜你喜欢
    • 1970-01-01
    • 2020-06-04
    • 2019-08-14
    • 1970-01-01
    • 2014-03-14
    • 2019-08-17
    • 2021-11-16
    • 1970-01-01
    • 2016-09-05
    相关资源
    最近更新 更多