个人中心
文章发布
退出
作者热门文章
- Java锁的逻辑（结合对象头和ObjectMonitor）
- 还在用饼状图？来瞧瞧这些炫酷的百分比可视化新图形（附代码实现）⛵
- 自动注册实体类到EntityFrameworkCore上下文，并适配ABP及ABPVNext
- 基于Sklearn机器学习代码实战
24
4
摘要： 本程序主要实现了python的opencv人工智能视觉模块的目标跟踪功能。
本文分享自华为云社区《 python进阶——人工智能实时目标跟踪,这一篇就够用了！ 》，作者：lqj_本人 .
本程序主要实现了python的opencv人工智能视觉模块的目标跟踪功能.
区域性锁定目标实时动态跟踪（适用 警方追捕，无人机锁定拍摄等） 。
特性:
1.BOOSTING:算法原理类似于Harr cascdes(AdaBoost),是一种很老的算法。这个算法速度慢并且不准.
2.MIL：比BOOSTING准一点 。
3.KCF：速度比BOOSTING和MIL更快，与BOOSTING和MIL一样不能很好的处理遮挡问题.
4.CSRT:比KCF更准一些，但是速度比KCF慢 。
5.MedianFlow:对于快速移动的目标和外形比那花迅速的目标效果不好 。
6.TLD：会产生朵的false-posittives 。
7.MOSSE：算法速度非常快，但是准确率比不上KCF和CSRT，在一些追求算法的速度场合很适用 。
8.GOTURN：OpenCV中自带的唯一一个基于深度学习的算法，运行短发需要提前下载好模型文件 。
分别对应的伴生的函数:
kcf:cv2.legacy.TrackerKCF_create
csrt:cv2.legacy.TrackerCSRT_create
boosting:cv2.legacy.TrackerBoosting_create
mil:cv2.legacy.TrackerMIL_create
tld:cv2.legacy.TrackerTLD_create
medianflow:cv2.legacy.TrackerMedianFlow_create
mosse:cv2.legacy.TrackerMOSSE_create
导入cv模块 。
ret,frame =
cap.read()
import cv2
使用csrt算法，引用伴生函数，并赋值给tracker 。
tracker = cv2.legacy.TrackerCSRT_create()
读取视频流 。
cap = cv2.VideoCapture(
'
11.mp4
'
)
先读取到第一帧 。
ret,frame = cap.read()
使用selectROI（前景），画框将目标框起，并赋值给bbox 。
bbox = cv2.selectROI(
'
A
'
,frame,fromCenter=False,showCrosshair=True)
初始化tracker，将上面的两个值传入 。
tracker.init(frame,bbox)
读取每一帧 。
ret,frame = cap.read()
根据每一帧来更新tracker 。
ok,box = tracker.update(frame)
若读取成功，就定位画框，并跟随 。
if
ok :
(x,y,w,h)
= [
int
(v)
for
v
in
box]
cv2.rectangle(frame,pt1
=(
int
(x),
int
(y)),pt2=(
int
(x)+
int
(w),
int
(y)+
int
(h)),color=(
0
,
255
,
0
),thickness=
2
)
显示视频流 。
cv2.imshow(
'
A
'
, frame)
等待50毫秒或按空格键退出 。
if
cv2.waitKey(
50
) == ord(
'
'
):
break
释放视频流和释放窗口 。
cap.release()
cv2.destroyAllWindows()
import cv2
tracker
=
cv2.legacy.TrackerCSRT_create()#使用csrt算法，引用伴生函数，并赋值给tracker
cap
= cv2.VideoCapture(
'
11.mp4
'
)#读取视频流
ret,frame
=
cap.read()#先读取第一帧
bbox
= cv2.selectROI(
'
A
'
,frame,fromCenter=False,showCrosshair=
True)#使用selectROI（前景），画框将目标框起，并赋值给bbox
tracker.init(frame,bbox)#初始化tracker，将上面的两个值传入
while
True:
ret,frame
=
cap.read()#读取每一帧
ok,box
=
tracker.update(frame)#根据每一帧来跟新tracker
# 若读取成功，我们就定位画框，并跟随
if
ok :
(x,y,w,h)
= [
int
(v)
for
v
in
box]
cv2.rectangle(frame,pt1
=(
int
(x),
int
(y)),pt2=(
int
(x)+
int
(w),
int
(y)+
int
(h)),color=(
0
,
255
,
0
),thickness=
2
)
cv2.imshow(
'
A
'
, frame)#显示视频流
if
cv2.waitKey(
50
) == ord(
'
'
):#等待50毫秒或键盘按空格键退出
break
# 释放视频流，释放窗口
cap.release()
cv2.destroyAllWindows()
结果演示 。
思路构建 。
1.先将实时摄像流或录制视频流，灰度转化并高斯模糊 。
2.用二值化算法将流中的物体轮廓扩充 。
3.分别先读到第一帧和第二帧，让其对比 。
4.寻找对比后，流的轮廓位置，并开启简易模式 。
5.过滤物体的矩阵轮廓将其定位绘出 。
详细代码讲解 。
导入cv模块 。
import cv2
将视频流转换并让其高斯模糊 。
gray =
cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
blur
= cv2.GaussianBlur(gray,(
5
,
5
),
0
)
二值化扩充 。
_,thresh = cv2.threshold(blur,
20
,
255
,cv2.THRESH_BINARY)
dilated
= cv2.dilate(thresh,None,iterations=
3
)
return
dilated
读取视频流或实时摄像流 。
cap = cv2.VideoCapture(
'
11.mp4
'
)
读取第一帧 。
ret,frame1 = cap.read()
读取第二帧 。
ret,frame2 = cap.read()
判断cap是否为打开状态 。
while
cap.isOpened():
若为打开，则第一帧与第二帧比较 。
diff =
cv2.absdiff(frame1,frame2)
mask
= filter_img(diff)
寻找比较后的物体轮廓，并开启简易模式 。
contours,_ = cv2.findContours(mask,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
使用方框将视频流中的物体框出，得到矩阵的宽高 。
(x,y,w,h) = cv2.boundingRect(contour)
若矩阵的面积小于10（根据视频流中物体的大小来定义），直接无视 。
if
cv2.contourArea(contour) <
10
:
将过滤的物体的矩阵轮廓绘出（一定要用int整形） 。
cv2.rectangle(frame1,pt1=(
int
(x),
int
(y)),pt2=(
int
(x)+
int
(w),
int
(y)+
int
(h)),color=(
0
,
255
,
0
),thickness=
1
)
将第一帧显示 。
cv2.imshow(
'
A
'
,frame1)
将上面赋值的mask显示 。
cv2.imshow(
'
B
'
,mask)
实现前后帧对比，并定位物体运动轨迹 。
1.将第二帧赋值给第一帧 。
frame1 = frame2
2.再将cap读到的赋值给第二帧（） 。
ret,frame2 = cap.read()
等待50毫秒或者按空格结束 。
if
cv2.waitKey(
50
) == ord(
'
'
):
break
释放视频流及释放窗口 。
cap.release()
cv2.destroyAllWindows()
import cv2
def filter_img(frame):
#将视频流转换灰度并让其高斯模糊
gray
=
cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
blur
= cv2.GaussianBlur(gray,(
5
,
5
),
0
)
#二值化将其扩充
_,thresh
= cv2.threshold(blur,
20
,
255
,cv2.THRESH_BINARY)
dilated
= cv2.dilate(thresh,None,iterations=
3
)
return
dilated
# 读取视频流
cap
= cv2.VideoCapture(
'
11.mp4
'
)
ret,frame1
=
cap.read()#读到第一帧
ret,frame2
=
cap.read()#读到第二帧
while
cap.isOpened():#判断cap是否打开
diff
=
cv2.absdiff(frame1,frame2)#若打开，则第一帧和第二帧作比较
mask
=
filter_img(diff)
contours,_
=
cv2.findContours(mask,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)#寻找视频流的轮廓，简单模式
#用方框将视频流中的物体用矩形框出
for
contour
in
contours:
(x,y,w,h)
=
cv2.boundingRect(contour)#得到矩阵的宽高
if
cv2.contourArea(contour) <
10
:#若矩阵的面积小于200，就无视（太小了）
continue
cv2.rectangle(frame1,pt1
=(
int
(x),
int
(y)),pt2=(
int
(x)+
int
(w),
int
(y)+
int
(h)),color=(
0
,
255
,
0
),thickness=
1
)#将过滤的物体的矩阵轮廓绘出
# cv2.drawContours(frame1,contours,
-
1
,(
0
,
255
,
0
),
2
)#将视频流中的物体轮廓画出
cv2.imshow(
'
A
'
,frame1)#将第一帧显示
cv2.imshow(
'
B
'
,mask)#将mask也显示
frame1
=
frame2#将第二帧赋值给第一帧
ret,frame2
=
cap.read()#再将cap读到的赋值给第二帧
if
cv2.waitKey(
50
) == ord(
'
'
):#等待五十毫秒或者按空格结束
break
#销毁cap流
cap.release()
#释放窗口
cv2.destroyAllWindows()
点击关注，第一时间了解华为云新鲜技术~ 。
最后此篇关于python进阶：带你学习实时目标跟踪的文章就讲到这里了,如果你想了解更多关于python进阶：带你学习实时目标跟踪的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。
24
4
0
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库，但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表，这些数字逻辑上以 3 为一组，其中每个三元组是 (number, __ignored, flag[0 or 1])，例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话，但实际上我还没有找到这个问题的答案。 问题到底是什么？ 我想运行 2 个脚本。在第一个脚本中，我调用另一个脚本，但我希望它们继续并行，而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令，该命令将在 python 2.7.5 中启动一个脚本，然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中，并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹，使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表，对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中，并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较，如下所示， #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块，该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号？” python 检查模块提供了定位行号的选项，但是， def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7，并且由于我的 $PATH 变量，这就是我输入 $ python 时得到的变量。然而，virtualenv 默认使用 Python 2.6，除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行，长度为 176861(即带有一些符号的字母数字字符)，我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表，方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python，我正在尝试制作一个没有任何第 3 方库的网络抓取工具，这样过程对我来说并没有简化，而且我知道我在做什么。我浏览了一些在线资源，但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀！