【进阶OpenCV】 (13)--视频物体跟踪

文章目录

  • 物体跟踪
    • 一、跟踪器
    • 二、代码实现
      • [1. 创建CSRT跟踪器实例](#1. 创建CSRT跟踪器实例)
      • [2. 打开视频文件](#2. 打开视频文件)
      • [3. 主循环](#3. 主循环)
        • [3.1 读取每一帧](#3.1 读取每一帧)
        • [3.2 设置跟踪目标](#3.2 设置跟踪目标)
        • [3.3 更新跟踪器,获取对象位置](#3.3 更新跟踪器,获取对象位置)
        • [3.4 显示视频每一帧](#3.4 显示视频每一帧)
      • [4. 释放资源和关闭窗口](#4. 释放资源和关闭窗口)
      • [5. 完整代码展示](#5. 完整代码展示)
  • 总结

物体跟踪

本篇我们来介绍,如何对移动的目标进行跟踪。

我们既然要对物体进行跟踪,当然要使用方法,什么方法能够对目标进行跟踪呢?

我们来介绍一下跟踪器:

一、跟踪器

CSRT跟踪器 ,全称为Channel and Spatial Reliability Tracker,是一种在视频序列中进行目标跟踪的算法实现。CSRT跟踪器能够实时跟踪视频中的目标对象,即使目标对象在视频序列中发生尺度变化、变形或受到遮挡,也能保持稳健的跟踪效果。

  • 定义 :CSRT跟踪器是一种基于判别类模型方法中的相关滤波器跟踪算法,它结合了判别相关滤波器(DCF)和通道与空间可靠性图,以提高跟踪的准确性和鲁棒性。
  • 原理 :CSRT跟踪器利用图像中的颜色和梯度特征 ,在空间和通道上进行可靠性估计。它首先通过深度卷积神经网络(CNN)提取图像特征,然后使用这些特征来训练一个分类器,该分类器能够区分目标对象和其他背景。在跟踪过程中,CSRT利用多通道特征(如颜色、纹理)和空间可靠性来提高跟踪的准确性和鲁棒性。此外,它还考虑了目标的尺度变化和变形,使得跟踪更加稳定。

二、代码实现

1. 创建CSRT跟踪器实例

python 复制代码
import cv2
# 创建一个CSRT跟踪器实例
tracker = cv2.TrackerCSRT_create()
# 跟踪标志,默认为False
tracking = False

2. 打开视频文件

使用cv2.VideoCapture()函数打开视频文件:

python 复制代码
cap = cv2.VideoCapture('video.wmv')

3. 主循环

3.1 读取每一帧
python 复制代码
while True:
    ret, frame = cap.read()  # 如果正确读取,ret为True
    if not ret:
        print("不能读取摄像头")
        break
    frame = cv2.resize(frame,dsize=None,fx=0.5,fy=0.5)
3.2 设置跟踪目标

检查是否有按键被按下,如果是'a'健,则设置跟踪标志为True,并选择ROI,然后可在视频中框选矩形区域,锁定目标:

python 复制代码
# 检查是否有按键被按下,如果是'a'健,则设置跟踪标志为True,并选择ROI
if cv2.waitKey(1) == ord('a'):
    tracking = True
    # 让用户在当前帧中选择一个矩形区域作为要跟踪的对象
    roi = cv2.selectROI('Tracking',frame,showCrosshair=False) # 是否显示十字准星
    # 初始化跟踪器,传入当前帧和选定的ROI
    tracker.init(frame,roi)
3.3 更新跟踪器,获取对象位置
python 复制代码
# 如果跟踪标志为True,则更新跟踪器
if tracking:
    success,box = tracker.update(frame)
    # 如果跟踪成功,获取对象的位置
    if success:
        x,y,w,h = [int(v) for v in box] # 确保所有坐标都是整数
        # 在frame上绘制矩形框以显示跟踪结果
        cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2)
3.4 显示视频每一帧
python 复制代码
# 显示处理后的帧
cv2.imshow('Tracking',frame)
# 检查是否按下了Esc键(ASCII码27),如果按下则退出循环
if cv2.waitKey(100) == 27:
    break
  • 展示跟踪效果

4. 释放资源和关闭窗口

python 复制代码
# 释放摄像头资源
cap.release()
# 关闭所有创建的窗口
cv2.destroyAllWindows()

5. 完整代码展示

python 复制代码
import cv2
# 创建一个CSRT跟踪器实例
tracker = cv2.TrackerCSRT_create()
# 跟踪标志,默认为False
tracking = False

"""-----打开默认摄像头-----"""
cap = cv2.VideoCapture('video.wmv')
while True:
    ret, frame = cap.read()  # 如果正确读取,ret为True
    if not ret:
        print("不能读取摄像头")
        break
    frame = cv2.resize(frame,dsize=None,fx=0.5,fy=0.5)
    # 检查是否有按键被按下,如果是'a'健,则设置跟踪标志为True,并选择ROI
    if cv2.waitKey(1) == ord('a'):
        tracking = True
        # 让用户在当前帧中选择一个矩形区域作为要跟踪的对象
        roi = cv2.selectROI('Tracking',frame,showCrosshair=False) # 是否显示十字准星
        # 初始化跟踪器,传入当前帧和选定的ROI
        tracker.init(frame,roi)

    # 如果跟踪标志为True,则更新跟踪器
    if tracking:
        success,box = tracker.update(frame)
        # 如果跟踪成功,获取对象的位置
        if success:
            x,y,w,h = [int(v) for v in box] # 确保所有坐标都是整数
            # 在frame上绘制矩形框以显示跟踪结果
            cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2)
    # 显示处理后的帧
    cv2.imshow('Tracking',frame)
    # 检查是否按下了Esc键(ASCII码27),如果按下则退出循环
    if cv2.waitKey(100) == 27:
        break
# 释放摄像头资源
cap.release()
# 关闭所有创建的窗口
cv2.destroyAllWindows()

总结

本篇介绍了如何使用CSRT跟踪器对移动的目标进行跟踪。

相关推荐
九年义务漏网鲨鱼3 分钟前
【大模型学习 | MINIGPT-4原理】
人工智能·深度学习·学习·语言模型·多模态
Antonio91518 分钟前
【音视频】HLS简介与服务器搭建
运维·服务器·音视频
元宇宙时间19 分钟前
Playfun即将开启大型Web3线上活动,打造沉浸式GameFi体验生态
人工智能·去中心化·区块链
开发者工具分享21 分钟前
文本音频违规识别工具排行榜(12选)
人工智能·音视频
产品经理独孤虾41 分钟前
人工智能大模型如何助力电商产品经理打造高效的商品工业属性画像
人工智能·机器学习·ai·大模型·产品经理·商品画像·商品工业属性
老任与码1 小时前
Spring AI Alibaba(1)——基本使用
java·人工智能·后端·springaialibaba
蹦蹦跳跳真可爱5891 小时前
Python----OpenCV(图像増强——高通滤波(索贝尔算子、沙尔算子、拉普拉斯算子),图像浮雕与特效处理)
人工智能·python·opencv·计算机视觉
雷羿 LexChien1 小时前
从 Prompt 管理到人格稳定:探索 Cursor AI 编辑器如何赋能 Prompt 工程与人格风格设计(上)
人工智能·python·llm·编辑器·prompt
两棵雪松2 小时前
如何通过向量化技术比较两段文本是否相似?
人工智能
heart000_12 小时前
128K 长文本处理实战:腾讯混元 + 云函数 SCF 构建 PDF 摘要生成器
人工智能·自然语言处理·pdf