技术标签: matlab klt 算法设计 track opencv
MATLAB:
% 作者:Ephemeroptera
% 时间:2018/11/24
% 联系qq:605686962
%% 读取视频以及视频第一帧
video=VideoReader('ww.mp4');
firstFrame=imresize(readFrame(video),[480 640]);
%% KLT的初始化设置
faceDetector = vision.CascadeObjectDetector; %开启前脸侦测器
faceBbox=faceDetector(firstFrame); %检测人脸
MinEigenPoints = detectMinEigenFeatures(rgb2gray(firstFrame), 'ROI', faceBbox);%使用最小特征值算法和返回cornerPoints检测角点
firstShow=insertObjectAnnotation(firstFrame,'rectangle',faceBbox,'Face','LineWidth',2,'Color','g'); %显示
firstShow=insertMarker(firstShow,MinEigenPoints.Location,'+','Color','w','Size',2);
figure(1);imshow(firstShow);title('the initial');
pointTracker = vision.PointTracker('MaxBidirectionalError', 2);%向前后错误阈值设置为2
initialize(pointTracker, MinEigenPoints.Location, firstFrame);%初始化追踪器
%% KLT追踪
oldPoints =MinEigenPoints.Location;% 获取初始化时特征角点
bboxPoints = bbox2points(faceBbox);% 获取人脸框的四个坐标
n=2;
while hasFrame(video)%遍历视频
frame = imresize(readFrame(video),[480 640]); % 读取当前帧
[newPoints,validity,score] = pointTracker(frame); % 获取可疑点
oldPoints = oldPoints(validity, :); % 获取高置信点匹配对
newPoints = newPoints(validity, :); % 获取高置信点匹配对(第一次过滤)
%估计几何仿射关系,进一步获取高质量的点匹配对(第二次过滤)
[xform, oldPoints, newPoints] = estimateGeometricTransform(oldPoints, newPoints, 'similarity', 'MaxDistance', 4);
bboxPoints = transformPointsForward(xform, bboxPoints); %由仿射关系更新bboxPoints
bboxPolygon = reshape(bboxPoints', 1, []);% 重构成行向量
%显示每一帧
trackShow = insertShape(frame,'Polygon',bboxPolygon,'LineWidth',2,'Color','g');
trackShow = insertMarker(trackShow,newPoints,'+','Color','w','Size',2);
figure(2);imshow(trackShow);title(strcat('NO. ',num2str(n),' Frame..'));drawnow;
%新旧轮替
oldPoints = newPoints;
setPoints(pointTracker, oldPoints);
n=n+1;
end
结果演示:
初始:
追踪:
C++:
/****************************************************************/
//作者:Ephemeroptera
//最后修改时间:2018/11/26
//地点:AHU;
//联系qq:605686962
/****************************************************************/
#include <iostream>
#include"opencv2/opencv.hpp"
#include "opencv2/video/tracking.hpp"
#include "dlib/image_processing/frontal_face_detector.h"
#include <dlib/image_processing.h>
#include <dlib/opencv.h>
using namespace cv;
using namespace std;
int main()
{
try
{
//读取视频
VideoCapture capture("eyes.avi");
//声明前脸检测器detector
dlib::frontal_face_detector faceDetector = dlib::get_frontal_face_detector();
//捕获第一帧
Mat firstFrame;
capture >> firstFrame;
resize(firstFrame, firstFrame, Size(640, 480));
//cv to dlib
dlib::cv_image<dlib::bgr_pixel> cframe(firstFrame);
//检测人脸
std::vector<dlib::rectangle> facebbox = faceDetector(cframe);
//facebbox格式由dlib转换为cv
Rect faceRect(facebbox[0].left(), facebbox[0].top(), facebbox[0].width(), facebbox[0].height());
//再变换为Mat形式
Mat faceROI = (Mat_<double>(4, 2) << faceRect.x, faceRect.y,
faceRect.x + faceRect.width, faceRect.y,
faceRect.x + faceRect.width, faceRect.y + faceRect.height,
faceRect.x, faceRect.y + faceRect.height);
faceROI = faceROI.t();//转置
//特征点初始化
const ushort MAX_COUNT = 300;//特征点数量上限
vector<Point2f> initCorners;//初始特征点容器
Mat firstGray(firstFrame.size(), CV_8UC1);//灰度化
cvtColor(firstFrame, firstGray, CV_RGB2GRAY);
//指定ROI
Mat mask = Mat::zeros(firstGray.size(), CV_8UC1);//mask初始化全为0
mask(faceRect).setTo(255);//将非roi区域置为255
goodFeaturesToTrack(firstGray, initCorners, MAX_COUNT, 0.01, 10, mask, 3, 3, 0, 0.04);//特征点初步检测
//亚像素再次检测
Size subPixWinSize(10, 10);
TermCriteria termcrit(TermCriteria::COUNT | TermCriteria::EPS, 20, 0.03);//声明迭代属性(最大次数或者极小波动)
cornerSubPix(firstGray, initCorners, subPixWinSize, Size(-1, -1), termcrit);//进一步满足亚像素特性筛选
//遍历视频
int numOfframes = 1;//当前帧数
Mat oldFrame;//定义新帧和旧帧
Mat newFrame;
vector<Point2f> oldCorners;
vector<Point2f> newCorners;
while (waitKey(30) != 27)
{
++numOfframes;//帧+1
//获取每一帧
Mat rgbFrame;
capture >> rgbFrame;
//读取结束跳出
if (rgbFrame.empty())
{
break;
}
//灰度化
Mat grayFrame(rgbFrame.size(), CV_8UC1);
cvtColor(rgbFrame, grayFrame, CV_RGB2GRAY);
//图像大小归一
resize(grayFrame, grayFrame, Size(640, 480));
if (numOfframes == 2)//如果遍历开始
{
oldFrame = firstGray;
oldCorners = initCorners;
}
newFrame = grayFrame;//当前帧为新帧
//KLT核心算法
vector<uchar> validity;//置信
vector<float> err;//有效光流的误差
Size winSize(31, 31);//搜索窗大小
calcOpticalFlowPyrLK(oldFrame, newFrame, oldCorners, newCorners, validity, err, winSize, 3, termcrit, 0, 0.001);
//标记点(遍历所有特征点)
int i; int k;
for (i = k = 0; i < newCorners.size(); ++i)
{
if (!validity[i])//如果没找到对应点跳转下一个
continue;
oldCorners[k] = oldCorners[i];
newCorners[k++] = newCorners[i];//提取高质量点
circle(rgbFrame, newCorners[i], 2, Scalar(0, 255, 0), -1, 8);//标记
}
oldCorners.resize(k); //滤除劣质特征点
newCorners.resize(k);
//预测特诊点的变化
Mat transEstimate = estimateRigidTransform(oldCorners, newCorners, 0);
//bbox变化
Mat bias = Mat::ones(Size(4, 1), CV_64FC1);//添加偏置,(2x4)->(3x4)
faceROI.push_back(bias);
faceROI = transEstimate * faceROI;//(2x3)*(3x4)->(2x4)
//画出bbox
Point2f point0(faceROI.at<double>(0, 0), faceROI.at<double>(1, 0));
Point2f point1(faceROI.at<double>(0, 1), faceROI.at<double>(1, 1));
Point2f point2(faceROI.at<double>(0, 2), faceROI.at<double>(1, 2));
Point2f point3(faceROI.at<double>(0, 3), faceROI.at<double>(1, 3));
line(rgbFrame, point0, point1, Scalar(255, 0, 0),3,16);
line(rgbFrame, point1, point2, Scalar(255, 0, 0),3,16);
line(rgbFrame, point2, point3, Scalar(255, 0, 0),3,16);
line(rgbFrame, point3, point0, Scalar(255, 0, 0),3,16);
imshow("KLT", rgbFrame);
//新旧轮替
oldFrame = newFrame;
oldCorners = newCorners;
}
}
catch (const std::exception& e)
{
cout << "\nexception thrown!" << endl;
cout << e.what() << endl;
}
return 0;
}
结果展示:
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。
文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法