opencv彩色目标跟踪

opencv彩色目标跟踪
using namespace cv;

using namespace std;

//-----------------------------------【全局变量声明】-----------------------------------------

// 描述：声明全局变量

//-------------------------------------------------------------------------------------------------

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;

//--------------------------------【onMouse( )回调函数】------------------------------------

// 描述：鼠标操作回调

//-------------------------------------------------------------------------------------------------

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;

}

}

//--------------------------------【help( )函数】----------------------------------------------

// 描述：输出帮助信息

//-------------------------------------------------------------------------------------------------

static void ShowHelpText()

{

cout <<"\n\n\t\t\t非常感谢购买《OpenCV3编程入门》一书！\n"

<<"\n\n\t\t\t此为本书OpenCV2版的第8个配套示例程序\n"

<< "\n\n\t\t\t 当前使用的OpenCV版本为：" << CV_VERSION

<<"\n\n ----------------------------------------------------------------------------" ;

cout << "\n\n\t此Demo显示了基于均值漂移的追踪（tracking）技术\n"

"\t请用鼠标框选一个有颜色的物体，对它进行追踪操作\n";

cout << "\n\n\t操作说明： \n"

"\t\t用鼠标框选对象来初始化跟踪\n"

"\t\tESC - 退出程序\n"

"\t\tc - 停止追踪\n"

"\t\tb - 开/关-投影视图\n"

"\t\th - 显示/隐藏-对象直方图\n"

"\t\tp - 暂停视频\n";

}

const char* keys =

{

"{1| | 0 | camera number}"

};

//-----------------------------------【main( )函数】--------------------------------------------

// 描述：控制台应用程序的入口函数，我们的程序从这里开始

//-------------------------------------------------------------------------------------------------

int main( int argc, const char** argv )

{

ShowHelpText();

VideoCapture cap;

Rect trackWindow;

int hsize = 16;

float hranges[] = {0,180};

const float* phranges = hranges;

cap.open(0);

if( !cap.isOpened() )

{

cout << "不能初始化摄像头\n";

}

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++ )

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;

}

先来看一下鼠标回调函数

（1）onMouse

函数原型：void onMouse( int event, int x, int y, int, void* )。

在这个函数内，必须要设置一些基本的信息。比如鼠标初始位置，终止位置，确定好rect矩形的大小和位置信息。最后等待鼠标按键触发，传递参数x和y为鼠标点击的位置 坐标。

用switch确定event有好几种鼠标触发方式。还要设置按键开关。这里是selectObject，一般是按下的时候为true，松开的时候为false。最好在每次按键触发的时候加入if条件，判断rect是否真的被触发或者触发的位置是否符合要求。

（2）createTrackbar滑动条

CV_EXPORTS int createTrackbar( const string& trackbarname, const string& winname,

int* value, int count,

TrackbarCallback onChange=0,

void* userdata=0);

前两个参数分别指定了滑动条的名字以及滑动条附属窗口的名字。当滑动条被创建后，滑动条会被创建在窗口的顶部或者底部。另外，滑动条不会遮挡窗口中的图像。

随后的两个为value，它是一个整数指针，当滑动条被拖动时，opencv会自动将当前位置所代表的值创递给指针指向的整数；另外一个参数count是一个整数数值，为滑动条所能表示的最大值。

最后一个参数是一个指向回调函数的指针，当滑动条被拖动时，回调函数会自动被调用。这跟鼠标事件的回调函数实现类似。回调函数必须为CvTrackbarCallback格式，定义如下：

void (*callback)(int position)

这个回调函数不是必须的，所以如果不需要一个回调函数，可以将参数设置为NULL，没有回调函数，当滑动条被拖动时，唯一的影响就是改变指针value所指向的整数值。

highgui还提供了两个函数分别用来读取与设置滑动条的value值，不过前提是必须知道滑动条的名字。

int cvGetTrackbarPos(const char* trackbar_name,const char * window_name);

void cvSetTrackbarPos(const char* trackbar_name, const char * window_name,int pos);

（3）InRange

检查数组元素是否在两个数组之间

void cvInRange( const CvArr* src, const CvArr* lower, const CvArr* upper, CvArr* dst );

src

第一个原数组

lower

包括进的下边界数组

upper

不包括进的上边界线数组

dst

输出数组必须是 8u 或 8s 类型.

函数 cvInRange 对输入的数组作范围检查,对于单通道数组：

dst(I)=lower(I)0 <= src(I)0 < upper(I)0

对二通道数组:

dst(I)=lower(I)0 <= src(I)0 < upper(I)0 &&

lower(I)1 <= src(I)1 < upper(I)1

以此类推

如果 src(I) 在范围内dst(I)被设置为 0xff (每一位都是 '1')否则置0 。 除了输出数组所有数组必须是相同的类型相同的大小（或ROI大小）。

（4）Copies specified channels from input arrays to the specified channels of output arrays.

C++: void mixChannels(const Mat* src, int nsrc, Mat* dst, int ndst, const int* fromTo, size_t npairs)

Parameters:

src – Input array or vector of matrices. All the matrices must have the same size and the same depth.

nsrc – Number of matrices in src .

dst – Output array or vector of matrices. All the matrices must be allocated . Their size and depth must be the same as in src[0] .

ndst – Number of matrices in dst .

fromTo – Array of index pairs specifying which channels are copied and where. fromTo[k*2] is a 0-based index of the input channel in src . fromTo[k*2+1] is an index of the output channel in dst . The continuous channel numbering is used: the first input image
channels are indexed from 0 tosrc[0].channels()-1 , the second input image channels are indexed from src[0].channels() tosrc[0].channels() + src[1].channels()-1, and so on. The same scheme is used for the output image channels. As a special case, when fromTo[k*2]
is negative, the corresponding output channel is filled with zero .

npairs – Number of index pairs in fromTo.

（5）calcHist函数来计算图像直方图。

其中C++的函数原型如下：

void calcHist(const Mat* arrays, int narrays, const int* channels, InputArray mask,

OutputArray hist, int dims, const int* histSize, const float** ranges,

bool uniform=true, bool accumulate=false )；

参数解释：

arrays。输入的图像的指针，可以是多幅图像，所有的图像必须有同样的深度（CV_8U or CV_32F）。同时一副图像可以有多个channes。

narrays。输入的图像的个数。

channels。用来计算直方图的channes的数组。比如输入是2副图像，第一副图像有0，1，2共三个channel，第二幅图像只有0一个channel，那么输入就一共有4个channes，如果int channels[3] = {3, 2, 0}，那么就表示是使用第二副图像的第一个通道和第一副图像的第2和第0个通道来计算直方图。

mask。掩码。如果mask不为空，那么它必须是一个8位（CV_8U）的数组，并且它的大小的和arrays[i]的大小相同，值为1的点将用来计算直方图。

hist。计算出来的直方图

dims。计算出来的直方图的维数。

histSize。在每一维上直方图的个数。简单把直方图看作一个一个的竖条的话，就是每一维上竖条的个数。

ranges。用来进行统计的范围。比如

float rang1[] = {0, 20};

float rang2[] = {30, 40};

const float *rangs[] = {rang1, rang2};那么就是对0，20和30，40范围的值进行统计。

uniform。每一个竖条的宽度是否相等。

accumulate。Accumulation flag. If it is set, the histogram is not cleared in the beginning

when it is allocated. This feature enables you to compute a single histogram from several

sets of arrays, or to update the histogram in time. 是否累加。如果为true，在下次计算的时候不会首先清空hist。这个地方我是这样理解的，不知道有没有错。