目标跟踪--CamShift

Posted 2020-09-23 yutingliuyl

转载请注明出处！

！！

http://blog.csdn.net/zhonghuan1992

 

目标跟踪--CamShift

 

 

 

         CamShift全称是ContinuouslyAdaptive Mean Shift，即连续自适应的MeanShift算法。而MeanShift算法，首先得对MeanShift算法有个初步的了解，可以參考这里。而CamShift是在MeanShift的基础上，依据上一帧的结果。来调整下一帧的中心位置和窗体大小，所以。当跟踪的目标在视频中发生变化时，可以对这个变化有一定的调整。

 OpenCV自带样例中的camShift算法，能够分为三个部分：（引用自这里 http://blog.csdn.net/carson2005/article/details/7439125）

 

一、计算色彩投影图（反向投影）：

         （1）为了降低光照变化对目标跟踪的影响，首先将图像从RGB颜色空间转换到HSV颜色空间。

         （2）对H分量进行直方图统计，直方图代表了不同H分量取值出现的概率。或者说能够据此查找出H分量的大小为x时的概率或像素个数。即，得到颜色概率查找表；

         （3）将图像中每一个像素的值用其颜色出现的概率进行替换，由此得到颜色概率分布图；

           以上三个步骤称之为反向投影，须要提醒的是。颜色概率分布图是一个灰度图像。

 

二、meanShift寻优

         前面提到过meanShift算法（http://blog.csdn.net/carson2005/article/details/7337432）是一种非參数概率密度预计方法，它通过不断迭代计算得到最优搜索窗体的位置和大小。

 

三、camShift跟踪算法

         前面提到，camShift事实上就是在视频序列的每一帧其中都运用meanShift，并将上一帧的meanShift结果作为下一帧的初始值，如此不断循环迭代，就能够实现目标的跟踪了。

 

         在openCV中自带有camShift函数。老看一下实现，代码中有部分解释。（凝视功劳来自http://www.cnblogs.com/tornadomeet/archive/2012/03/15/2398769.html）

 

#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; //表示是否要进入反向投影模式。ture表示准备进入反向投影模式
bool selectObject = false;//代表是否在选要跟踪的初始目标，true表示正在用鼠标选择
int trackObject = 0; //代表跟踪目标数目
bool showHist = true;//是否显示直方图
Point origin;//用于保存鼠标选择第一次单击时点的位置
Rect selection;//用于保存鼠标选择的矩形框
int vmin = 10, vmax =256, smin = 30;
 
void onMouse(int event, int x, int y, int, void*)
{
    if (selectObject)//仅仅有当鼠标左键按下去时才有效，然后通过if里面代码就能够确定所选择的矩形区域selection了
    {
        selection.x = MIN(x, origin.x);//矩形左上角顶点坐标
        selection.y = MIN(y, origin.y);
        selection.width = std::abs(x - origin.x);//矩形宽
        selection.height = std::abs(y - origin.y);//矩形高
 
        selection &= Rect(0, 0, image.cols,image.rows);//用于确保所选的矩形区域在图片范围内
    }
 
    switch (event)
    {
    case CV_EVENT_LBUTTONDOWN:
        origin = Point(x, y);
        selection = Rect(x, y, 0, 0);//鼠标刚按下去时初始化了一个矩形区域
        selectObject = true;
        break;
    case CV_EVENT_LBUTTONUP:
        selectObject = false;
        if (selection.width> 0 && selection.height > 0)
            trackObject = -1;
        break;
    }
}
 
void help()
{
    cout << "\\nThis is ademo that shows mean-shift based tracking\\n"
        "You select acolor objects such as your face and it tracks it.\\n"
        "This readsfrom 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 - quitthe program\\n"
        "\\tc - stop thetracking\\n"
        "\\tb - switchto/from backprojection view\\n"
        "\\th -show/hide object histogram\\n"
        "\\tp - pausevideo\\n"
        "To initializetracking, select the object with mouse\\n";
}
 
const char* keys =
{
    "{1|  | 0 |camera number}"
};
 
int main(int argc, const char** argv)
{
    help();
 
    VideoCapture cap; //定义一个摄像头捕捉的类对象
    Rect trackWindow;
    RotatedRect trackBox;//定义一个旋转的矩阵类对象
    int hsize = 16;
    float hranges[] = { 0, 180 };//hranges在后面的计算直方图函数中要用到
    const float* phranges = hranges;
    CommandLineParser parser(argc, argv, keys);//命令解析器函数
    int camNum = parser.get<int>("0");
 
    cap.open(camNum);//直接调用成员函数打开摄像头
 
    if (!cap.isOpened())
    {
        help();
        cout << "***Could notinitialize capturing...***\\n";
        cout << "Currentparameter\'s value: \\n";
        parser.printParams();
        return -1;
    }
 
    namedWindow("Histogram", 0);
    namedWindow("CamShiftDemo",0);
    setMouseCallback("CamShiftDemo",onMouse, 0);//消息响应机制
    createTrackbar("Vmin", "CamShiftDemo",&vmin, 256, 0);//createTrackbar函数的功能是在相应的窗体创建滑动条，滑动条Vmin,vmin表示滑动条的值，最大为256
    createTrackbar("Vmax", "CamShiftDemo",&vmax, 256, 0);//最后一个參数为0代表没有调用滑动拖动的响应函数
    createTrackbar("Smin", "CamShift Demo", &smin, 256,0);//vmin,vmax,smin初始值分别为10,256,30
 
    Mat frame, hsv, hue, mask, hist, histimg = Mat::zeros(200, 320, CV_8UC3), backproj;
    bool paused = false;
 
    for (;;)
    {
        if (!paused)//没有暂停
        {
            cap >> frame;//从摄像头抓取一帧图像并输出到frame中
            if (frame.empty())
                break;
        }
 
        frame.copyTo(image);
 
        if (!paused)//没有按暂停键
        {
            cvtColor(image, hsv, CV_BGR2HSV);//将rgb摄像头帧转化成hsv空间的
 
            if (trackObject)//trackObject初始化为0,或者按完键盘的\'c\'键后也为0，当鼠标单击松开后为-1
            {
                int _vmin = vmin, _vmax= vmax;
 
                //inRange函数的功能是检查输入数组每个元素大小是否在2个给定数值之间。能够有多通道,mask保存0通道的最小值，也就是h分量
                //这里利用了hsv的3个通道，比較h,0~180,s,smin~256,v,min(vmin,vmax),max(vmin,vmax)。假设3个通道都在相应的范围内，则
                //mask相应的那个点的值全为1(0xff)，否则为0(0x00).
                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());//hue初始化为与hsv大小深度一样的矩阵，色调的度量是用角度表示的，红绿蓝之间相差120度，反色相差180度
                mixChannels(&hsv, 1,&hue, 1, ch, 1);//将hsv第一个通道(也就是色调)的数拷贝到hue中，0索引数组
 
                if (trackObject <0)//鼠标选择区域松开后，该函数内部又将其赋值1
                {
                    //此处的构造函数roi用的是Mat hue的矩阵头。且roi的数据指针指向hue，即共用同样的数据，select为其感兴趣的区域
                    Mat roi(hue,selection), maskroi(mask, selection);//mask保存的hsv的最小值
 
                    //calcHist()函数第一个參数为输入矩阵序列，第2个參数表示输入的矩阵数目。第3个參数表示将被计算直方图维数通道的列表，第4个參数表示可选的掩码函数
                    //第5个參数表示输出直方图，第6个參数表示直方图的维数，第7个參数为每一维直方图数组的大小。第8个參数为每一维直方图bin的边界
                    calcHist(&roi, 1, 0,maskroi, hist, 1, &hsize, &phranges);//将roi的0通道计算直方图并通过mask放入hist中。hsize为每一维直方图的大小
                    normalize(hist, hist, 0,255, CV_MINMAX);//将hist矩阵进行数组范围归一化，都归一化到0~255
 
                    trackWindow = selection;
                    trackObject = 1;//仅仅要鼠标选完区域松开后。且没有按键盘清0键\'c\'，则trackObject一直保持为1。因此该if函数仅仅能运行一次，除非又一次选择跟踪区域
 
                    histimg = Scalar::all(0);//与按下\'c\'键是一样的，这里的all(0)表示的是标量所有清0
                    int binW = histimg.cols/ hsize;  //histing是一个200*300的矩阵。hsize应该是每个bin的宽度。也就是histing矩阵能分出几个bin出来
                    Mat buf(1, hsize, CV_8UC3);//定义一个缓冲单bin矩阵
                    for (int i = 0; i <hsize; i++)//saturate_case函数为从一个初始类型准确变换到还有一个初始类型
                        buf.at<Vec3b>(i) = Vec3b(saturate_cast<uchar>(i*180. /hsize), 255, 255);//Vec3b为3个char值的向量
                    cvtColor(buf, buf, CV_HSV2BGR);//将hsv又转换成bgr
 
                    for (int i = 0; i <hsize; i++)
                    {
                        int val =saturate_cast<int>(hist.at<float>(i)*histimg.rows/ 255);//at函数为返回一个指定数组元素的參考值
                        rectangle(histimg, Point(i*binW,histimg.rows),    //在一幅输入图像上画一个简单抽的矩形，指定左上角和右下角。并定义颜色，大小，线型等
                            Point((i + 1)*binW,histimg.rows - val),
                            Scalar(buf.at<Vec3b>(i)), -1, 8);
                    }
                }
 
                calcBackProject(&hue, 1, 0,hist, backproj, &phranges);//计算直方图的反向投影。计算hue图像0通道直方图hist的反向投影，并让入backproj中
                backproj &= mask;
 
                //opencv2.0以后的版本号函数命名前没有cv两字了，而且假设函数名是由2个意思的单词片段组成的话。且前面那个片段不够成单词，则第一个字母要
                //大写，比方Camshift。假设第一个字母是个单词，则小写。比方meanShift，可是第二个字母一定要大写
                RotatedRect trackBox =CamShift(backproj, trackWindow,              //trackWindow为鼠标选择的区域。TermCriteria为确定迭代终止的准则
                    TermCriteria(CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1));//CV_TERMCRIT_EPS是通过forest_accuracy,CV_TERMCRIT_ITER
                if (trackWindow.area()<= 1)                                                  //是通过max_num_of_trees_in_the_forest 
                {
                    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);//Rect函数为矩阵的偏移和大小，即第一二个參数为矩阵的左上角点坐标。第三四个參数为矩阵的宽和高
                }
 
                if (backprojMode)
                    cvtColor(backproj, image, CV_GRAY2BGR);//因此投影模式下显示的也是rgb图？
                ellipse(image, trackBox, Scalar(0, 0, 255), 3, CV_AA);//跟踪的时候以椭圆为代表目标
            }
        }
 
        //后面的代码是无论pause为真还是为假都要运行的
        else if (trackObject <0)//同一时候也是在按了暂停字母以后
            paused = false;
 
        if (selectObject&& selection.width > 0 && selection.height > 0)
        {
            Mat roi(image,selection);
            bitwise_not(roi, roi);//bitwise_not为将每个bit位取反
        }
 
        imshow("CamShiftDemo",image);
        imshow("Histogram", histimg);
 
        char c = (char)waitKey(10);
        if (c == 27)              //退出键
            break;
        switch (c)
        {
        case \'b\':             //反向投影模型交替
            backprojMode = !backprojMode;
            break;
        case \'c\':            //清零跟踪目标对象
            trackObject = 0;
            histimg = Scalar::all(0);
            break;
        case \'h\':          //显示直方图交替
            showHist = !showHist;
            if (!showHist)
                destroyWindow("Histogram");
            else
                namedWindow("Histogram", 1);
            break;
        case \'p\':       //暂停跟踪交替
            paused = !paused;
            break;
        default:
            ;
        }
    }
 
    cap.release();
    return 0;
}

实验结果：

         以摄像头中我的脸为目标，当他移动时，可以跟踪到他。

 

能够看到我的脸的各色调密度图。