基本概念

camshift（"continuously adaptive mean-shift"的縮寫），即連續自適應的 算法。其基本思想是對視頻序列的所有圖像幀都作MeanShift運算，并將上一幀的結果（即搜索窗口的中心位置和窗口大小）作為下一幀MeanShift算法的搜索窗口的初始值，如此迭代下去。簡單點說，meanShift是針對單張圖片尋找最優迭代結果，而camShift則是針對視頻序列來處理，并對該序列中的每一幀圖片都調用meanShift來尋找最優迭代結果。正是由于camShift針對一個視頻序列進行處理，從而保證其可以不斷調整窗口的大小，如此一來，當目標的大小發生變化的時候，該算法就可以自適應地調整目標區域繼續跟蹤。算法基本步驟：

初始化搜索窗

計算搜索窗區域的顏色概率分布（反向投影）

運行mean-shift算法，得到搜索窗新的大小和位置。

在下一幀視頻圖像中用步驟3中的值重新初始化搜索窗的大小和位置，繼續從步驟2執行。

示例演示

在OpenCV自帶的camShift的例子當中，是通過計算目標在HSV空間下的H分量直方圖，通過直方圖反向投影得到目標像素的概率分布，然后通過調用OpenCV的CAMSHIFT算法，自動跟蹤并調整目標窗口的中心位置與大小。該算法對于簡單背景下的單目標跟蹤效果較好，但如果被跟蹤目標與背景顏色或周圍其它目標顏色比較接近，則跟蹤效果較差。另外，由于采用顏色特征，所以它對被跟蹤目標的形狀變化有一定的抵抗能力。

完整代碼

#include <iostream> #include <opencv2/opencv.hpp&

總結

以上是生活随笔為你收集整理的C++OpenCV基于Camshift实现颜色范围内的车辆跟踪的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。