光流估计（可用于目标跟踪）

先讲解下什么是光流估计

结果展示

代码部分

import numpy as np
import cv2

# 打开视频文件
cap = cv2.VideoCapture('test.avi')

# 随机生成颜色，用于绘制轨迹
color = np.random.randint(0, 255, (100, 3))

# 读取视频的第一帧
ret, old_frame = cap.read()

# 将第一帧转换为灰度图像
old_gray = cv2.cvtColor(old_frame, cv2.COLOR_BGR2GRAY)

# 定义特征点检测参数
feature_params = dict(maxCorners=100,  # 最大角点数量
                      qualityLevel=0.3,  # 角点质量的阈值
                      minDistance=7)  # 最小距离，用于分散角点

# 使用角点检测方法找到特征点
p0 = cv2.goodFeaturesToTrack(old_gray, mask=None,** feature_params)

# 创建一个与当前帧大小相同的全零掩模，用于绘制轨迹
mask = np.zeros_like(old_frame)

# 定义Lucas-Kanade光流参数
lk_params = dict(winSize=(15, 15),  # 窗口大小
                 maxLevel=2)  # 金字塔层数

# 主循环，处理视频的每一帧
while True:
    # 读取下一帧
    ret, frame = cap.read()

    # 检查是否成功读取到帧
    if not ret:
        break

    # 将当前帧转换为灰度图像
    frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 计算光流，获取新的特征点位置和状态
    p1, st, err = cv2.calcOpticalFlowPyrLK(old_gray, frame_gray, p0, None, ** lk_params)

    # 选择好的点（状态为1的点）
    good_new = p1[st == 1]
    good_old = p0[st == 1]

    # 绘制轨迹
    for i, (new, old) in enumerate(zip(good_new, good_old)):
        a, b = new.ravel()  # 获取新点的坐标
        c, d = old.ravel()  # 获取旧点的坐标
        a, b, c, d = int(a), int(b), int(c), int(d)  # 转换为整数

        # 在掩模上绘制线段，连接新点和旧点
        mask = cv2.line(mask, (a, b), (c, d), color[i].tolist(), 2)

    # 显示掩模
    cv2.imshow('mask', mask)

    # 将掩模添加到当前帧上，生成最终图像
    img = cv2.add(frame, mask)

    # 显示结果图像
    cv2.imshow('frame', img)

    # 等待150ms，检测是否按下了Esc键（键码为27）
    k = cv2.waitKey(150)
    if k == 27:  # 按下Esc键，退出循环
        break

    # 更新旧灰度图和旧特征点
    old_gray = frame_gray.copy()
    p0 = good_new.reshape(-1, 1, 2)  # 重新整理特征点为适合下次计算的形状

# 释放资源
cap.release()
cv2.destroyAllWindows()

这段代码实现了一个基于 ​Lucas-Kanade 光流法​

的视频特征点追踪程序。它能实时跟踪视频中物体的运动轨迹。下面我来分步解释代码的各个部分。

🔍 代码逐行解释

1. 导入库与初始化

import numpy as np
import cv2

# 打开视频文件
cap = cv2.VideoCapture('test.avi')

# 随机生成颜色，用于绘制轨迹
color = np.random.randint(0, 255, (100, 3))

• cv2.VideoCapture('test.avi'): 创建视频捕获对象，用于读取名为 'test.avi' 的视频文件。你也可以将其替换为 0 来调用摄像头进行实时追踪。
• np.random.randint(0, 255, (100, 3)): 随机生成100种颜色（BGR格式），用于绘制不同特征点的运动轨迹。

2. 处理第一帧与特征点检测

# 读取视频的第一帧
ret, old_frame = cap.read()

# 将第一帧转换为灰度图像
old_gray = cv2.cvtColor(old_frame, cv2.COLOR_BGR2GRAY)

# 定义特征点检测参数
feature_params = dict(maxCorners=100,  # 最大角点数量
                      qualityLevel=0.3,  # 角点质量的阈值
                      minDistance=7)  # 最小距离，用于分散角点

# 使用角点检测方法找到特征点
p0 = cv2.goodFeaturesToTrack(old_gray, mask=None, ​**feature_params)

• cap.read(): 读取视频的第一帧。ret 是布尔值，表示是否成功读取帧。
• cv2.cvtColor(old_frame, cv2.COLOR_BGR2GRAY): 将帧转换为灰度图，因为许多图像处理算法（包括光流）通常在灰度图像上操作。
• feature_params: 一个字典，定义了特征点（角点）检测的参数：
  • maxCorners: 要检测的最大角点数量。
  • qualityLevel: 角点质量的阈值（0-1之间），值越小，检测到的角点越多。
  • minDistance: 角点之间的最小欧氏距离，有助于避免角点过于集中。
• cv2.goodFeaturesToTrack(): 使用Shi-Tomasi角点检测方法在灰度图像中寻找适合跟踪的特征点。返回的是这些角点的坐标。

3. 初始化与光流参数设置

# 创建一个与当前帧大小相同的全零掩模，用于绘制轨迹
mask = np.zeros_like(old_frame)

# 定义Lucas-Kanade光流参数
lk_params = dict(winSize=(15, 15),  # 窗口大小
                 maxLevel=2)  # 金字塔层数

• mask = np.zeros_like(old_frame): 创建一个与视频帧大小相同的黑色图像，后续用于绘制运动轨迹。
• lk_params: 另一个参数字典，用于配置Lucas-Kanade光流算法：
  • winSize: 每个金字塔层级上用于搜索光流的窗口大小。较大的窗口能捕获更快的运动，但计算量更大。
  • maxLevel: 图像金字塔的层数。金字塔用于处理大位移运动，层数越高，能处理的位移越大，但计算也更复杂。0表示不使用金字塔。

4. 主循环：处理视频流与光流计算

while True:
    # 读取下一帧
    ret, frame = cap.read()
    if not ret:
        break

    # 将当前帧转换为灰度图像
    frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 计算光流，获取新的特征点位置和状态
    p1, st, err = cv2.calcOpticalFlowPyrLK(old_gray, frame_gray, p0, None, ​**lk_params)

• cap.read() 在循环中读取每一帧。
• cv2.calcOpticalFlowPyrLK(): 这是核心函数，实现了Lucas-Kanade光流法 。它计算当前帧 frame_gray 中相对于前一帧 old_gray 的特征点 p0 的新位置 p1。
  • p1: 新一帧中特征点的计算位置。
  • st: 状态数组（1表示该点的光流被成功找到，0表示未找到）。
  • err: 每个特征点的误差向量。

5. 筛选有效点与绘制轨迹

    # 选择好的点（状态为1的点）
    good_new = p1[st == 1]
    good_old = p0[st == 1]

    # 绘制轨迹
    for i, (new, old) in enumerate(zip(good_new, good_old)):
        a, b = new.ravel()  # 获取新点的坐标
        c, d = old.ravel()  # 获取旧点的坐标
        a, b, c, d = int(a), int(b), int(c), int(d)  # 转换为整数

        # 在掩模上绘制线段，连接新点和旧点
        mask = cv2.line(mask, (a, b), (c, d), color[i].tolist(), 2)

• 只保留那些光流被成功追踪到的点 (st == 1)。
• 遍历所有好的点，在 mask 图像上从旧位置到新位置绘制一条线段，线段的颜色是在初始化时随机生成的。

6. 显示结果与更新

    # 显示掩模
    cv2.imshow('mask', mask)

    # 将掩模添加到当前帧上，生成最终图像
    img = cv2.add(frame, mask)

    # 显示结果图像
    cv2.imshow('frame', img)

    # 等待150ms，检测是否按下了Esc键（键码为27）
    k = cv2.waitKey(150)
    if k == 27:  # 按下Esc键，退出循环
        break

    # 更新旧灰度图和旧特征点
    old_gray = frame_gray.copy()
    p0 = good_new.reshape(-1, 1, 2)  # 重新整理特征点为适合下次计算的形状

• cv2.imshow(): 显示纯轨迹图像 (mask)​ 和叠加了轨迹的当前视频帧 (img)​。
• cv2.waitKey(150): 等待150毫秒，并检测键盘输入。如果按下 ESC键 (ASCII码为27)，则退出循环。
• 更新 old_gray 和 p0 为当前帧的灰度图和特征点位置，为下一次迭代做准备。这是关键步骤，它使得光流能够逐帧持续追踪。