当前位置:   article > 正文

python—opencv 实时视频目标追踪_opencv+python视频中移动物体跟踪

opencv+python视频中移动物体跟踪

功能:

1.获取摄像头,实时显示
2.鼠标获取第一帧中的目标roi区域
3.在视频中实时对目标进行追踪。
4.两种目标追踪的方式:‘meanshift’,‘camshift’
5.保存视频

import cv2 as cv
import numpy as np

global min_y,height,min_x,width

# 1代表打开外置摄像头,外置多个摄像头可依此枚举 0,1,
# 0代表电脑内置摄像头,
camera = cv.VideoCapture(0)

# 设置摄像头分辨率 1920 *1080
width = 1920
heigth = 1080
camera.set(cv.CAP_PROP_FRAME_WIDTH, width)
camera.set(cv.CAP_PROP_FRAME_HEIGHT, heigth)

# 选择目标追踪方式:
# 'meanshift':roi窗口固定不变
# 'camshift':roi窗口根据目标大小变化
TargetTrackingMode='meanshift' # 或者

# 创建保存视频的对象,设置编码格式,帧率,图片高宽等
out = cv.VideoWriter('outpy.avi',
                     cv.VideoWriter_fourcc('M','J','P','G'),
                    10,
                    (width,heigth))

# 获取第一帧
# ret为是否成功打开摄像头,true,false。
# frame为视频的每一帧图像
ret, frame = camera.read()

'''
利用鼠标移动截取感兴趣区域ROI:
OpenCV-python自带 API 可直接选择矩形区域作为ROI,
该API位于目标追踪模块,
主要是cv2.selectROI()函数
windowName:选择的区域被命名
showCrosshair:是否在矩形框里画十字线. 
fromCenter:是否是从矩形框的中心开始画
'''
roi = cv.selectROI(windowName='roi', img=frame, showCrosshair=False, fromCenter=False)
min_x, min_y, width, height = roi

# 销毁第一帧显示窗口
cv.destroyAllWindows()

# 设计目标位置(行,高,列,宽)
track_window=(min_x,min_y,height,width)

# 计算ROI区域的直方图
roi = frame[min_y:min_y+height,min_x:min_x+width]
hsv_roi=cv.cvtColor(roi,cv.COLOR_BGR2HSV)
roi_hist=cv.calcHist([hsv_roi],[0],None,[255],[0.0,255.0])
cv.normalize(roi_hist,roi_hist,0,255,cv.NORM_MINMAX)

#目标追踪 设置窗口搜索终止条件,最大迭代次数,窗口中心漂移最小值
term_crit = (cv.TERM_CRITERIA_EPS|cv.TERM_CRITERIA_COUNT,10,1)

while (camera.isOpened()):
  ret, frame = camera.read()

  # 摄像头是和人对立的,将图像左右调换回来正常显示。
  frame = cv.flip(frame, 1)

  while not ret:# 如果获取失败,结束本次循环
    break 

  # 计算直方图的反向投影
  hsv = cv.cvtColor(frame,cv.COLOR_BGR2HSV)
  dst = cv.calcBackProject([hsv],[0],roi_hist,[0,255],1)

  # meanshift追踪
  if TargetTrackingMode == 'meanshift':
      ret, track_window = cv.meanShift(dst,track_window,term_crit)
      # 将追踪的位置绘制在视频上
      x,y,w,h = track_window
      img_addROI = cv.rectangle(frame,(x,y),(x+w,y+h),255,2)

  # camshift追踪
  if TargetTrackingMode == 'camshift':
      ret, track_window = cv.CamShift(dst, track_window, term_crit)
      pts = cv.boxPoints(ret)
      pts = np.int0(pts)
      img_addROI = cv.polylines(frame,[pts],True,255,2)

  # 显示图像
  cv.imshow('ImgandROI',img_addROI)
  #保存图像
  out.write(img_addROI)

  # cv.waitKey(k),其中k太小就会非常快,太大播放的就会非常慢捕获并显示一帧,按键后捕获并显示新的一帧
  # cv2.waitKey(0)  
  # 键入q 0xFF == ord('q'),键入Esc 0xFF == 27
  if cv.waitKey(25) & 0xFF == 27:
    break # 结束当前循环

camera.release()
cv.destroyAllWindows()


  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • 88
  • 89
  • 90
  • 91
  • 92
  • 93
  • 94
  • 95
  • 96
  • 97
  • 98
  • 99
  • 100
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家自动化/article/detail/78545?site
推荐阅读
相关标签
  

闽ICP备14008679号