C++ OpenCV視頻操作之如何實(shí)現(xiàn)稠密光流對(duì)象跟蹤

這篇文章主要介紹了C++ OpenCV視頻操作之如何實(shí)現(xiàn)稠密光流對(duì)象跟蹤，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

前言

稠密光流算法（即圖像上所有像素點(diǎn)的光流都計(jì)算出來(lái)），由于要計(jì)算圖像上所有點(diǎn)的光流，故計(jì)算耗時(shí)，速度慢。一般來(lái)說(shuō)我們?cè)谄綍r(shí)應(yīng)用上可能會(huì)用到的比較少，在這里我們就簡(jiǎn)單講解一下。

函數(shù)API

void cv::calcOpticalFlowFarneback( InputArray _prev0, InputArray _next0, OutputArray _flow0, double pyr_scale, int levels, int winsize, int iterations, int poly_n, double poly_sigma, int flags )
參數(shù)說(shuō)明如下：

InputArray ：輸入前一幀圖像

InputArray ：輸入后一幀圖像

OutputArray ：輸出的光流

double：金字塔上下兩層之間的尺度關(guān)系 

int ：金字塔層數(shù) 

int：均值窗口大小，越大越能denoise并且能夠檢測(cè)快速移動(dòng)目標(biāo)，但會(huì)引起模糊運(yùn)動(dòng)區(qū)域

int：迭代次數(shù) 

int：像素領(lǐng)域大小，一般為5，7等

double：高斯標(biāo)注差，一般為1-1.5

int：計(jì)算方法。主要包括OPTFLOW_USE_INITIAL_FLOW和OPTFLOW_FARNEBACK_GAUSSIAN

代碼實(shí)現(xiàn)

我們?cè)傩陆ㄒ粋€(gè)項(xiàng)目名為opencv--video4，按照配置屬性(VS2017配置OpenCV通用屬性),然后在源文件寫(xiě)入#include和main方法

先在外層讀取第一幀圖像

讀取圖像并時(shí)行稠密光流計(jì)算，下圖紅框內(nèi)就是用到了我們的API，明顯可以看出來(lái)這里比稀疏光流要簡(jiǎn)單些，因?yàn)椴挥迷傧全@取特征點(diǎn)進(jìn)行對(duì)比了，下面的藍(lán)色框就是我們繪制結(jié)果的函數(shù)

代碼結(jié)尾

繪制結(jié)果的函數(shù)

這樣整個(gè)就完成了，文章開(kāi)頭的視頻就是我們運(yùn)行起來(lái)的效果，下面是視頻中的截圖

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“C++ OpenCV視頻操作之如何實(shí)現(xiàn)稠密光流對(duì)象跟蹤”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!