用opencv实现目标追踪的学习笔记——camshift

小白的学习笔记——opencv camshift

-基础：零c++基础，零opencv基础，简单C语言基础，略知数字图像处理知识

-工具：VS2015+opencv 2.4.13

-sample: E:\opencv-2.4.13\opencv\sources\samples\cpp\camshiftdemo

目录

小白的学习笔记opencv camshift

目录

camshiftdemo

一些c的概念
类Class

重载

bool

namespace 和 std

opencv中的函数
Point

Rect

VideoCapture

keys和CommandLineParser

namedwindow

setMouseCallback

createTrackbar

cvColor

inRange

camshiftdemo

#include "opencv2/video/tracking.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/highgui/highgui.hpp"

#include <iostream>
#include <ctype.h>

using namespace cv;
using namespace std;

Mat image;

bool backprojMode = false;
bool selectObject = false;
int trackObject = 0;
bool showHist = true;
Point origin;
Rect selection;
int vmin = 10, vmax = 256, smin = 30;

static void onMouse( int event, int x, int y, int, void* )
{
if( selectObject )
{
selection.x = MIN(x, origin.x);
selection.y = MIN(y, origin.y);
selection.width = std::abs(x - origin.x);
selection.height = std::abs(y - origin.y);

selection &= Rect(0, 0, image.cols, image.rows);
}

switch( event )
{
case CV_EVENT_LBUTTONDOWN:
origin = Point(x,y);
selection = Rect(x,y,0,0);
selectObject = true;
break;
case CV_EVENT_LBUTTONUP:
selectObject = false;
if( selection.width > 0 && selection.height > 0 )
trackObject = -1;
break;
}
}

static void help()
{
cout << "\nThis is a demo that shows mean-shift based tracking\n"
"You select a color objects such as your face and it tracks it.\n"
"This reads from video camera (0 by default, or the camera number the user enters\n"
"Usage: \n"
"   ./camshiftdemo [camera number]\n";

cout << "\n\nHot keys: \n"
"\tESC - quit the program\n"
"\tc - stop the tracking\n"
"\tb - switch to/from backprojection view\n"
"\th - show/hide object histogram\n"
"\tp - pause video\n"
"To initialize tracking, select the object with mouse\n";
}

const char* keys =
{
"{1|  | 0 | camera number}"
};

int main( int argc, const char** argv )
{
help();

VideoCapture cap;
Rect trackWindow;
int hsize = 16;
float hranges[] = {0,180};
const float* phranges = hranges;
CommandLineParser parser(argc, argv, keys);
int camNum = parser.get<int>("1");

cap.open(camNum);

if( !cap.isOpened() )
{
help();
cout << "***Could not initialize capturing...***\n";
cout << "Current parameter's value: \n";
parser.printParams();
return -1;
}

namedWindow( "Histogram", 0 );
namedWindow( "CamShift Demo", 0 );
setMouseCallback( "CamShift Demo", onMouse, 0 );
createTrackbar( "Vmin", "CamShift Demo", &vmin, 256, 0 );
createTrackbar( "Vmax", "CamShift Demo", &vmax, 256, 0 );
createTrackbar( "Smin", "CamShift Demo", &smin, 256, 0 );

Mat frame, hsv, hue, mask, hist, histimg = Mat::zeros(200, 320, CV_8UC3), backproj;
bool paused = false;

for(;;)
{
if( !paused )
{
cap >> frame;
if( frame.empty() )
break;
}

frame.copyTo(image);

if( !paused )
{
cvtColor(image, hsv, COLOR_BGR2HSV);

if( trackObject )
{
int _vmin = vmin, _vmax = vmax;

inRange(hsv, Scalar(0, smin, MIN(_vmin,_vmax)),
Scalar(180, 256, MAX(_vmin, _vmax)), mask);
int ch[] = {0, 0};
hue.create(hsv.size(), hsv.depth());
mixChannels(&hsv, 1, &hue, 1, ch, 1);

if( trackObject < 0 )
{
Mat roi(hue, selection), maskroi(mask, selection);
calcHist(&roi, 1, 0, maskroi, hist, 1, &hsize, &phranges);
normalize(hist, hist, 0, 255, CV_MINMAX);

trackWindow = selection;
trackObject = 1;

histimg = Scalar::all(0);
int binW = histimg.cols / hsize;
Mat buf(1, hsize, CV_8UC3);
for( int i = 0; i < hsize; i++ )

c022
buf.at<Vec3b>(i) = Vec3b(saturate_cast<uchar>(i*180./hsize), 255, 255);
cvtColor(buf, buf, CV_HSV2BGR);

for( int i = 0; i < hsize; i++ )
{
int val = saturate_cast<int>(hist.at<float>(i)*histimg.rows/255);
rectangle( histimg, Point(i*binW,histimg.rows),
Point((i+1)*binW,histimg.rows - val),
Scalar(buf.at<Vec3b>(i)), -1, 8 );
}
}

calcBackProject(&hue, 1, 0, hist, backproj, &phranges);
backproj &= mask;
RotatedRect trackBox = CamShift(backproj, trackWindow,
TermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ));
if( trackWindow.area() <= 1 )
{
int cols = backproj.cols, rows = backproj.rows, r = (MIN(cols, rows) + 5)/6;
trackWindow = Rect(trackWindow.x - r, trackWindow.y - r,
trackWindow.x + r, trackWindow.y + r) &
Rect(0, 0, cols, rows);
}

if( backprojMode )
cvtColor( backproj, image, COLOR_GRAY2BGR );
ellipse( image, trackBox, Scalar(0,0,255), 3, CV_AA );
}
}
else if( trackObject < 0 )
paused = false;

if( selectObject && selection.width > 0 && selection.height > 0 )
{
Mat roi(image, selection);
bitwise_not(roi, roi);
}

imshow( "CamShift Demo", image );
imshow( "Histogram", histimg );

char c = (char)waitKey(10);
if( c == 27 )
break;
switch(c)
{
case 'b':
backprojMode = !backprojMode;
break;
case 'c':
trackObject = 0;
histimg = Scalar::all(0);
break;
case 'h':
showHist = !showHist;
if( !showHist )
destroyWindow( "Histogram" );
else
namedWindow( "Histogram", 1 );
break;
case 'p':
paused = !paused;
break;
default:
;
}
}

return 0;
}

一些c++的概念

类Class

待续……

重载

待续……

bool

C语言中没有bool类型，它是C++独有的。

bool表示布尔型变量，也就是逻辑性变量的定义符；

它只有一个字节；

bool取值false和true，0为false，非0为true；

namespace 和 std::

所谓namespace，是指标识符的各种可见范围。C++标准程序库中的所有标识符都被定义于一个名为std的namespace中。—— [ 360百科 ]

就像我们会用1班的张三和2班的张三来区分同一个学校同一个年级两个叫张三的人一样，命名空间就是用来区分重名的变量和函数。它不仅是起名无能患者的福音，更重要的是解决了不同人写库函数出现同名变量或函数的冲突。

使用C++库函数的标识符，有三种方法：

1、直接指定标识符。例如std::ostream而不是ostream。完整语句如下: std::cout << std::hex << 3.4 << std::endl;

2、使用using关键字。 using std::cout; using std::endl; using std::cin; 以上程序可以写成 cout << std::hex << 3.4 << endl;

3、最方便的就是使用using namespace std; 例如: using namespace std;这样命名空间std内定义的所有标识符都有效(曝光)。就好像它们被声明为全局变量一样。— [ 360百科 ]

opencv中的函数

Point

Point是core.hpp中的一个函数，用来在图像中定义2D数据点。

用法如下：

Point pt;
pt.x = a;
pt.y = b;

或

Point pt = Point(a, b);

Rect

创建一个Rect矩阵对象：

Rect rect(a, b, c, d);

(a, b) 是矩形左上顶点的坐标；c 是矩形宽度；d 是矩形高度；

rect.x = a;

rect.y = b;

rect.width = c;

rect.height = d;

更多Rect矩形类用法见博主@CAUC康辉

http://blog.csdn.net/kh1445291129/article/details/51149849

VideoCapture

opencv中用VideoCapture对视频进行操作及调用摄像头。读入视频方法一般由两种：

VideoCapture cap;
cap.open();

和

VideoCapture();

更多opencv视频基础操作参考博主@洪流之源

http://blog.csdn.net/weicao1990/article/details/53379881

keys和CommandLineParser

const char* keys =
{
"{1|  | 0 | camera number}"     //{简称|文件来源|文件值|帮助}
};
CommandLineParser parser(argc, argv, keys);//定义命令行解析类对象parser，并调用其构造函数对其初始化

这一点我的理解就是，为了跑程序时，输参数方便。重复的参数，或者是参数的初始化，直接用keys指针搞定。

更多详细的内容请参考博主@Dream_yz

http://blog.csdn.net/yzhang6_10/article/details/51074305

和博主tornadomeet

http://www.cnblogs.com/tornadomeet/archive/2012/04/15/2450505.html

namedwindow

namedWindow( const char* name, int flags=CV_WINDOW_AUTOSIZE);

name 是显示图片的窗口的名称

CV_WINDOW_AUTOSIZE 是根据图片大小显示的参数：

flags = 1是自动调整窗口大小；

flags = 0是用户可以手动调整窗口大小；

setMouseCallback

这个函数是鼠标对图像进行操作时，计算机对鼠标的响应。

setMouseCallback(const string& winname, MouseCallback onMouse, void* userdata = 0);
/* winname：鼠标进行操作的窗口名
onMouse：鼠标响应函数。根据鼠标不同的动作，进行不同的操作。
userdata：传给回调函数的参数 */

void on_Mouse(int event, int x, int y, int flags, void* param);
/* event事件代表鼠标各种操作：
#define CV_EVENT_MOUSEMOVE 0             //滑动
#define CV_EVENT_LBUTTONDOWN 1           //左键点击
#define CV_EVENT_RBUTTONDOWN 2           //右键点击
#define CV_EVENT_MBUTTONDOWN 3           //中键点击
#define CV_EVENT_LBUTTONUP 4             //左键放开
#define CV_EVENT_RBUTTONUP 5             //右键放开
#define CV_EVENT_MBUTTONUP 6             //中键放开
#define CV_EVENT_LBUTTONDBLCLK 7         //左键双击
#define CV_EVENT_RBUTTONDBLCLK 8         //右键双击
#define CV_EVENT_MBUTTONDBLCLK 9         //中键双击
x, y是鼠标的位置位于窗口坐标(x,y)，即Point(x,y)
flags表示鼠标的拖拽事件
param标志所响应的事件函数，相当于自定义标识码用来匹配鼠标的操作和响应的事件 */

更多详细的内容请参考博主@五仁月饼哭了

http://blog.csdn.net/qq_29540745/article/details/52562101

和博主@-牧野-

http://blog.csdn.net/dcrmg/article/details/52027847

createTrackbar

creatTrackbar可在显示图像的窗口中快速创建一个滑动块用来更改阈值。

CV_EXPORTS int createTrackbar(const string& trackbarname, const string& winname,
int* value, int count,
TrackbarCallback onChange = 0,
void* userdata = 0);

trackbarname：滑动空间的名称

winname：滑动块作用的图像窗口名称

value：初始化阈值

count：滑块位置的最大值，最小值一直是0

TrackbarCallback：是回调函数，没有时设为NULL

参考自@mysee1989

http://blog.csdn.net/mysee1989/article/details/41379817

cvColor

CV_EXPORTS_W void cvtColor( InputArray src, OutputArray dst, int code, int dstCn=0 );
/* 用于将图像从一个颜色空间转换到另一个颜色空间
src：输入序列
dst：输出序列
code：颜色序列
dsrCn：输出的通道数（0 = automatic）*/

inRange

inRange()函数的功能是检查输入数组（矩阵）每个元素大小是否在给定2个给定数值之间，它的输出是一幅二值图像。相比于threshold()函数，它可以同时针对多通道进行操作。