OpenCV-tracking mit optical flow

Ich dies verwenden, um Funktionen als Basis meiner tracking-Algorithmus.

    //1. detect the features
    cv::goodFeaturesToTrack(gray_prev, //the image 
    features,   //the output detected features
    max_count,  //the maximum number of features 
    qlevel,     //quality level
    minDist);   //min distance between two features

    //2. track features
    cv::calcOpticalFlowPyrLK(
    gray_prev, gray, //2 consecutive images
    points_prev, //input point positions in first im
    points_cur, //output point positions in the 2nd
    status,    //tracking success
    err);      //tracking error

cv::calcOpticalFlowPyrLK nimmt-Vektor, der die Punkte aus dem vorherigen Bild als Eingabe und gibt entsprechende Punkte auf das nächste Bild. Angenommen ich habe zufällig pixel (x, y) aus dem vorherigen Bild, wie kann ich berechnen position dieses pixels auf dem nächsten Bild mit OpenCV optical-flow-Funktion?

InformationsquelleAutor der Frage Alex Hoppus | 2012-03-14

  1. 28

    Wie Sie schreiben, cv::goodFeaturesToTrack nimmt ein Bild als Eingabe und produziert einen Vektor von Punkten, die es hält, "gut auf schiene". Diese werden ausgewählt nach Ihrer Fähigkeit, um sich von Ihrer Umgebung, und sind basierend auf der Harris-Ecken im Bild. Ein tracker normalerweise initialisiert werden, indem Sie übergeben das erste Bild zu goodFeaturesToTrack und erhalten einen Satz von Funktionen zu verfolgen. Diese Funktionen könnten dann weitergegeben werden, um cv::calcOpticalFlowPyrLK wie die vorherigen Punkte, zusammen mit dem nächsten Bild in der Sequenz, und es wird die nächsten Punkte, die als Ausgabe, die dann Eingang Punkte in der nächsten iteration.

    Wenn Sie möchten, um zu versuchen, um zu verfolgen eine andere Gruppe von Pixeln (statt erzeugten Merkmale durch cv::goodFeaturesToTrack oder eine ähnliche Funktion), dann geben Sie einfach diese cv::calcOpticalFlowPyrLK zusammen mit dem nächsten Bild.

    Sehr einfach, im code:

    //Obtain first image and set up two feature vectors
cv::Mat image_prev, image_next;
std::vector<cv::Point> features_prev, features_next;

image_next = getImage();

//Obtain initial set of features
cv::goodFeaturesToTrack(image_next, //the image 
  features_next,   //the output detected features
  max_count,  //the maximum number of features 
  qlevel,     //quality level
  minDist     //min distance between two features
);

//Tracker is initialised and initial features are stored in features_next
//Now iterate through rest of images
for(;;)
{
    image_prev = image_next.clone();
    feature_prev = features_next;
    image_next = getImage();  //Get next image

    //Find position of feature in new image
    cv::calcOpticalFlowPyrLK(
      image_prev, image_next, //2 consecutive images
      points_prev, //input point positions in first im
      points_next, //output point positions in the 2nd
      status,    //tracking success
      err      //tracking error
    );

    if ( stopTracking() ) break;
}

    InformationsquelleAutor der Antwort Chris

  2. 1

    cv::calcOpticalFlowPyrLK(..) Funktion Argumente verwendet :

    cv::calcOpticalFlowPyrLK(prev_gray, curr_gray, features_prev, features_next, status, err);

    cv::Mat prev_gray, curr_gray;
std::vector<cv::Point2f> features_prev, features_next;
std::vector<uchar> status;
std::vector<float> err;

    einfachste(Teil -) code zu finden, der pixel im nächsten Bild :

    features_prev.push_back(cv::Point(4, 5));
cv::calcOpticalFlowPyrLK(prev_gray, curr_gray, features_prev, features_next, status, err);

    Wenn pixel wurde erfolgreich gefunden status[0] == 1 und features_next[0] zeigt die Koordinaten der pixel im nächsten Bild. Wert Informationen gefunden werden können in diesem Beispiel: OpenCV/samples/cpp/lkdemo.cpp

    InformationsquelleAutor der Antwort MSeskas

Schreibe einen Kommentar