opencv视频目标检测,opencv目标跟踪算法代码

  opencv视频目标检测,opencv目标跟踪算法代码

  使用中文版中的凸轮换档进行视频中目标跟踪是一个不错的选择,这方面的示例很多,但是大多代码不全,或者代码存在问题,不能正常使用,这里,对很多文章进行整理后,贴出了正确可以使用的代码。

  首先下载http://sourceforge.net/projects/opencvlibrary/OpenCV

  安装Opencv,他是exe,可以直接安装。

  具体安装过程见转载的一篇博文:http://博客。。网/罗佩元1990/文章/详情/8775069

  安装完成后,建立工程勿忘记在工程汇总添加包括和解放运动的搜索目录,最后也要添加动态链接库如下:

  使用开发环境:VS2010实测。

  动态链接库

  opencv_core245d.lib

  opencv_core245.lib

  opencv_highgui245.lib

  opencv_highgui245d.lib

  opencv_imgproc245.lib

  opencv_imgproc245d.lib

  opencv_video245.lib

  opencv_video245d.lib

  如果不安装错误信息的其中一条如下:

  错误一错误LNK2019:无法解析的外部符号void _ _ cdecl cv:destroy window(class STD:basic _ string char,struct std:char_traits char,class std:allocator char const)(?destroyWindow@cv@@YAXABV?$basic_string@DU?$char_traits@D@std@@V?$allocator@D@2@@std@@@Z),该符号在函数_main中被引用e:\ documents \ visual studio 2010 \ Projects \ Track \ Track \ main目标文件

  错误原因:库文件设置不正确

  解决办法:项目-属性-连接器-输入-附加依赖项,添加程序所依赖的库文件,本程序用到opencv_core220d.lib和opencv_highgui220d.lib(上面的动态库建议全部加上)

  使用过程中还可能出现其他错误比如:

  无法加载proxytrans.ax

  本错误时Opencv1.0中的一个注册项的缺省安装造成,安装opencv1.0就可以了,地址如下:

  http://www.opencv.org.cn/download/OpenCV_1.0.exe

  另一个错误:

  错误:" cvSetMouseCallback ":不能将参数2从" void (__cdecl *)(int,int,int,int)"转换为" CvMouseCallback "

  原因:函数命名不符合中文版的命名规范如下更改即可。

  //void on_mouse( int event,int x,int y,int flags)

  void on_mouse(int event,int x,int y,int flags,void* param)

  汇总例程的下载地址:

  http://ishare.iask.sina.com.cn/f/36709094.html

  一个可以参考的教程下载地址如下:

  http://ishare.iask.sina.com.cn/f/9105002.html

  下面贴出本例程中,使用的代码,实现了,简单的目标的跟踪:使用的是笔记本自带的摄像头,可以简单的跟踪你的脸哦,呵呵。还不是太灵敏,有待改进,本例程是结合,Opencv自带的例程以及网友的贡献代码更改,有任何问题,可以给我留言,或者联系我,方式见上。

  #包含"简历"

  #包含" highgui.h "

  #包含标准视频

  #包含ctype.h

  IplImage *image=0,*hsv=0,*hue=0,*mask=0,*backproject=0,* his img=0;

  cv直方图* hist=0;

  int backproject _ mode=0;

  int select _ object=0;

  int track _ object=0;

  int show _ hist=1;

  CvPoint原点;

  CvRect选择;

  垂直轨道_窗口

  CvBox2D track _ box//跟踪返回的区域盒子,带角度

  CvConnectedComp跟踪_补偿

  int hdims=48//划分嘘的个数,越高越精确

  float hranges_arr[]={0,180 };

  float * hranges=hranges _ arr

  int vmin=10,vmax=256,smin=30

  //void on_mouse( int event,int x,int y,int flags)

  void on_mouse(int event,int x,int y,int flags,void* param)

  如果(!图片)

  返回;

  如果(图像-原点)

  y=图像-高度-y;

  如果(选择对象)

  selection.x=MIN(x,原点。x);

  selection.y=MIN(y,原点。y);

  选择。宽度=选择。x CV _ IABS(x原点。x);

  选择。高度=选择。y CV _ IABS(y原点。y);

  selection.x=MAX( selection.x,0);

  selection.y=MAX( selection.y,0);

  选择。宽度=最小(选择。宽度,图像-宽度);

  选择。高度=最小(选择。高度,图像-高度);

  选择。宽度-=选择。x;

  选择。高度-=选择。y;

  开关(事件)

  案例CV_EVENT_LBUTTONDOWN:

  origin=cvPoint(x,y);

  selection=cvRect(x,y,0,0);

  select _ object=1;

  打破;

  案例CV_EVENT_LBUTTONUP:

  select _ object=0;

  如果(选择。宽度0选择。高度0)

  track _ object=-1;

  #ifdef _DEBUG

  printf(\n #鼠标的选择区域:);

  printf(\n X=%d,Y=%d,宽度=%d,高度=%d ,

  selection.x,selection.y,selection.width,selection。身高);

  #endif

  打破;

  CvScalar hsv2rgb(浮动色调)

  int rgb[3],p,扇区;

  静态常数int sector_data[][3]=

  {{0,2,1}, {1,2,0}, {1,0,2}, {2,0,1}, {2,1,0}, {0,1,2}};

  色相*=0.0333333333333333333333333333333333f;

  sector=cvFloor(色调);

  p=cvRound(255*(色调-扇区));

  =第一区?255 : 0;

  RGB[sector _ data[sector][0]]=255;

  RGB[sector _ data[sector][1]]=0;

  RGB[sector _ data[sector][2]]=p;

  #ifdef _DEBUG

  printf(\n #将hsv色彩模型转换为RGB:“);

  printf(\n色调=%f ,色调);

  printf(\n R=%d,G=%d,B=%d ,rgb[0],rgb[1],RGB[2]);

  #endif

  返回cvScalar(rgb[2],rgb[1],rgb[0],0);

  int main( int argc,char** argv)

  cv捕获*捕获=0;

  IPL图像*帧=0;

  if(argc==1 (argc==2 strlen(argv[1])==1是digit(argv[1][0]))

  capture=cvCaptureFromCAM(argc==2?argv[1][0]- 0 :0);

  else if( argc==2)

  capture=cvCaptureFromAVI(argv[1]);

  如果(!捕捉)

  fprintf(stderr,无法初始化捕获.\ n’);

  return-1;

  printf(热键:\n

  \tESC -退出程序\n

  \tc -停止跟踪\n

  \tb -切换到背投视图/从背投视图切换\n

  \th -显示/隐藏对象直方图\n

  若要初始化跟踪,请用鼠标选择对象\ n’);

  //cvNamedWindow( Histogram ,1);

  cvNamedWindow( CamShiftDemo ,1);

  cvSetMouseCallback( CamShiftDemo ,on_mouse,NULL);//鼠标上自定义事件

  cvCreateTrackbar( Vmin , CamShiftDemo ,Vmin,256,0);

  cvCreateTrackbar( Vmax , CamShiftDemo ,Vmax,256,0);

  cvCreateTrackbar( Smin , CamShiftDemo ,Smin,256,0);

  for(;)

  int i,bin_w,c;

  frame=cvQueryFrame(捕获);

  如果(!框架)

  打破;

  如果(!图片)

  /*分配所有缓冲区*/

  image=cvCreateImage(cvGetSize(frame),8,3);

  图像原点=帧原点;

  HSV=cvCreateImage(cvGetSize(frame),8,3);

  hue=cvCreateImage(cvGetSize(frame),8,1);

  mask=cvCreateImage(cvGetSize(frame),8,1);

  back project=cvCreateImage(cvGetSize(frame),8,1);

  hist=cvCreateHist( 1,hdims,CV_HIST_ARRAY,hranges,1);//计算直方图

  his timg=cvCreateImage(cvSize(320,200),8,3);

  cv零(his timg);

  cvCopy(帧,图像,0);

  cvCvtColor(图像,hsv,CV _ bgr 2 HSV);//彩色空间转换班戈至hsv色彩模型

  如果(轨迹_对象)

  int _vmin=vmin,_ vmax=vmax

  cvInRangeS( hsv,cvScalar(0,smin,MIN(_vmin,_vmax),0),

  cvScalar(180,256,MAX(_vmin,_vmax),0),mask);//得到二值的面具

  cvSplit( hsv,hue,0,0,0);//只提取色彩分量

  如果(轨迹_对象0)

  float max _ val=0.f

  cvSetImageROI(色调,选择);//得到选择区域为了投资回报

  cvSetImageROI(蒙版,选区);//得到选择区域对于面具

  cvCalcHist( hue,Hist,0,mask);//计算直方图

  cvGetMinMaxHistValue( hist,0,max_val,0,0);//只找最大值

  cvConvertScale(hist-bin,hist-bin,max_val?255./max_val : 0 . 0 );//缩放容器到区间[0,255]

  cvResetImageROI(色调);//移除投资收益率

  cvResetImageROI(面具);

  track_window=选择;

  track _ object=1;

  cv零(his timg);

  bin _ w=his timg-width/HDI ms;//hdims:条的个数,则bin_w为条的宽度

  //画直方图

  for(I=0;一。人类发展信息管理系统;我)

  int val=cv round(cvgetreal 1d(hist-bins,I)* his timg-height/255);

  CvScalar color=HSV 2 RGB(I * 180。f/人类发展指数ms);

  cvRectangle( histimg,cvPoint(i*bin_w,histimg- height),

  cv点((I ^ 1)* bin _ w,histimg- height - val),

  颜色,-1,8,0);

  cvCalcBackProject( hue,BackProject,hist);//使用后台项目方法

  cvAnd(反投影,掩码,反投影,0);

  //调用识别算法模块

  cvCamShift(反投影,跟踪窗口,

  CV术语标准(CV _ term crit _ EPS CV _ term crit _ ITER,10,1),

  track_comp,track _ box);

  track _ window=track _ comp.rect

  如果(反投影模式)

  cvCvtColor(反投影,图像,CV _ gray 2 bgr);//使用反向投影灰度图像

  如果(图像-原点)

  track _ box。角度=-轨迹_框。角度;

  cvEllipseBox( image,track_box,CV_RGB(255,0,0),3,CV_AA,0);

  if(select _对象选择。宽度0选择。高度0)

  cvSetImageROI(图像,选择);

  cvXorS( image,cvScalarAll(255),image,0);

  cvResetImageROI(图像);

  cvShowImage( CamShiftDemo ,image);

  cvShowImage(直方图,他的timg);

  c=cvWaitKey(10);

  如果(c==27)

  打破;//退出为循环

  开关(三)

  案例“乙”:

  反投影_模式^=1;

  打破;

  案例“c”:

  track _ object=0;

  cv零(his timg);

  打破;

  案例“h”:

  show _ hist ^=1;

  如果(!显示历史)

  cvDestroyWindow(直方图);

  其他

  cvNamedWindow(直方图,1);

  打破;

  默认值:

  cvReleaseCapture(捕获);

  cvDestroyWindow( cam shift demo );

  返回0;

  }

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

相关文章阅读

  • opencv图像识别数字,opencv 识别
  • opencv图像识别数字,opencv 识别,如何基于opencv实现简单的数字识别
  • opencv图像的旋转角度计算,opencv图像仿射变换
  • opencv图像的旋转角度计算,opencv图像仿射变换,OpenCV图像几何变换之透视变换
  • opencv图像的旋转角度计算,opencv 旋转任意角度
  • opencv图像的旋转角度计算,opencv 旋转任意角度,opencv图片的任意角度旋转实现示例
  • opencv图像处理函数,opencv图像轮廓合并
  • opencv图像处理函数,opencv图像轮廓合并,OpenCV图像处理之七种常用图像几何变换
  • opencv双线性插值函数,opencv 图像插值
  • LBPH人脸识别,基于opencv的人脸识别技术
  • LBPH人脸识别,基于opencv的人脸识别技术,Opencv LBPH人脸识别算法详解
  • ,,OpenCV黑帽运算(BLACKHAT)的使用
  • opencv双线性插值函数,opencv 图像插值,C++ OpenCV实现图像双三次插值算法详解
  • ,,C语言 OpenCV实现柱面投影
  • ,,C++ Opencv imfill孔洞填充函数的实现思路与代码
  • 留言与评论(共有 条评论)
       
    验证码: