OpenCV學(xué)習(xí)筆記（十六）——CamShift研究

CamShitf算法，即Continuously Apative Mean-Shift算法，基本思想就是對視頻圖像的多幀進(jìn)行MeanShift運(yùn)算，將上一幀結(jié)果作為下一幀的初始值，迭代下去。基本步驟為：

1.選取關(guān)鍵區(qū)域

2.計(jì)算該區(qū)域的顏色概率分布--反向投影圖

3.用MeanShift算法找到下一幀的特征區(qū)域

4.標(biāo)記并重復(fù)上述步驟

該算法的關(guān)鍵就是可以在目標(biāo)大小發(fā)生改變的時(shí)候，可以自適應(yīng)的調(diào)整目標(biāo)區(qū)域繼續(xù)跟蹤

在進(jìn)行CamShitf和MeanShift算法的時(shí)候，需要輸入反向投影圖，這就要求有個(gè)很重要的預(yù)處理過程是計(jì)算反向投影圖。對應(yīng)的函數(shù)為calcBackProject。所謂反向投影圖就是一個(gè)概率密度圖。calcBackProject的輸入通常為目標(biāo)區(qū)域的直方圖和待跟蹤圖像的直方圖，輸出與待跟蹤圖像大小相同，每一個(gè)像素點(diǎn)表示該點(diǎn)為目標(biāo)區(qū)域的概率。這個(gè)點(diǎn)越亮，該點(diǎn)屬于物體的概率越大。這樣的輸入?yún)?shù)太適合做MeanS算法了。關(guān)于反向直方圖，可以參考一下這篇文章http://blog.163.com/thomaskjh@126/blog/static/370829982010112810358501/

具體代碼如下：

[cpp]?view plain?copy

calcHist(&roi,?1,?0,?maskroi,?hist,?1,?&hsize,?&phranges);??

calcBackProject(&hue,?1,?0,?hist,?backproj,?&phranges);??

backproj?&=?mask;??

RotatedRect?trackBox?=?CamShift(backproj,?trackWindow,??

????????????????????????????????TermCriteria(?CV_TERMCRIT_EPS?|?CV_TERMCRIT_ITER,?10,?1?)); ?

?OpenCV學(xué)習(xí)筆記（十七）——運(yùn)動(dòng)分析和物體跟蹤Video

這個(gè)庫中相關(guān)的函數(shù)有calcOpticalFlowPyrLK、calcOpticalFlowFarneback、estimateRigidTransform、updateMotionHistory、calcMotionGradient、calcGlobalOrientation、segmentMotion、CamShift、meanShift；還有卡爾曼濾波器類KalmanFilter，類內(nèi)成員函數(shù)有構(gòu)造函數(shù)、init、predict、correct。背景單元類BackgroundSubtractor，包括運(yùn)算符重載，getBackgroundImage，其派生類BackgroundSubtractorMOG和BackgroundSubtractorMOG2，以及只支持Python版本的函數(shù)CalcOpticalFlowBM、CalcOpticalFlowHS，c版本的函數(shù)cvCalcOpticalFlowLK

這些函數(shù)每一個(gè)背后幾乎都是一篇論文，很多都是經(jīng)典的方法，我才疏識淺，只能邊學(xué)邊總結(jié)，先介紹一些我用過的函數(shù)，待日后陸續(xù)補(bǔ)充

calcOpticalPlowPyrLK是利用Lucas-Kanade方法計(jì)算圖像的光流場

?OpenCV學(xué)習(xí)筆記（十八）——圖像的各種變換（cvtColor*+）imgproc?

imgproc是OpenCV一個(gè)比較復(fù)雜的lib，我是分開介紹的，之前介紹過了濾波器、直方圖、結(jié)構(gòu)分析和形狀描述三節(jié)，這次介紹一下圖像的變換，OpenCV對于圖像的變換又可分為幾何變換和其他的變換，我這節(jié)先介紹一下其他的變換。

這部分的函數(shù)包括adaptiveThreshold，對圖像進(jìn)行自適應(yīng)的閾值操作。

相應(yīng)的也有更一般常用的閾值操作函數(shù)threshold。

這里還是詳細(xì)介紹一下cvtColor，這個(gè)函數(shù)是用來進(jìn)行顏色空間的轉(zhuǎn)換，隨著OpenCV版本的升級，對于顏色空間種類的支持也是越來越多。這里匯總一下，把我知道的全部空間列舉出來，也許還不完整，希望大家補(bǔ)充。需要先告訴大家的是OpenCV默認(rèn)的圖片通道是BGR。

RGB <--> BGR：CV_BGR2BGRA、CV_RGB2BGRA、CV_BGRA2RGBA、CV_BGR2BGRA、CV_BGRA2BGR

RGB <--> 5X5：CV_BGR5652RGBA、CV_BGR2RGB555、（以此類推，不一一列舉）

RGB <---> Gray：CV_RGB2GRAY、CV_GRAY2RGB、CV_RGBA2GRAY、CV_GRAY2RGBA

RGB <--> CIE XYZ：CV_BGR2XYZ、CV_RGB2XYZ、CV_XYZ2BGR、CV_XYZ2RGB

RGB <--> YCrCb（YUV） JPEG：CV_RGB2YCrCb、CV_RGB2YCrCb、CV_YCrCb2BGR、CV_YCrCb2RGB、CV_RGB2YUV（將YCrCb用YUV替代都可以）

RGB <--> HSV：CV_BGR2HSV、CV_RGB2HSV、CV_HSV2BGR、CV_HSV2RGB

RGB <--> HLS：CV_BGR2HLS、CV_RGB2HLS、CV_HLS2BGR、CV_HLS2RGB

RGB <--> CIE L*a*b*：CV_BGR2Lab、CV_RGB2Lab、CV_Lab2BGR、CV_Lab2RGB

RGB <--> CIE L*u*v：CV_BGR2Luv、CV_RGB2Luv、CV_Luv2BGR、CV_Luv2RGB

RGB <--> Bayer：CV_BayerBG2BGR、CV_BayerGB2BGR、CV_BayerRG2BGR、CV_BayerGR2BGR、CV_BayerBG2RGB、CV_BayerGB2RGB、 CV_BayerRG2RGB、CV_BayerGR2RGB（在CCD和CMOS上常用的Bayer模式）

YUV420 <--> RGB：CV_YUV420sp2BGR、CV_YUV420sp2RGB、CV_YUV420i2BGR、CV_YUV420i2RGB

還有函數(shù)distanceTransform，是用來計(jì)算各像素距離最近的零像素距離的。

floodFill函數(shù)用來用指定顏色填充一個(gè)連通部件。

inpaint函數(shù)用來用附近區(qū)域信息重建選中區(qū)域，可以對圖像里由于傳輸噪聲丟失的塊進(jìn)行重建。

integral函數(shù)用來獲得圖像的積分值。

尋找邊界使用分水嶺分割辦法的函數(shù)watershed。

對圖像進(jìn)行GrabCut算法的grabCut函數(shù)（有待研究，不熟悉）。

總之，這些變換千奇百怪，不是很系統(tǒng)，常用的還是我先介紹的幾個(gè)，比如threshold、cvtColor。就這樣吧，以后有收獲再陸續(xù)補(bǔ)充。

OpenCV學(xué)習(xí)筆記（十九）——淺嘗contrib?

contrib為最新貢獻(xiàn)但不是很成熟的函數(shù)庫。作為最新的東西，就更有價(jià)值進(jìn)行庖丁解牛了，我來也。

首先介紹一個(gè)CvAdaptiveSkinDetector類。該類的功能是自適應(yīng)的皮膚檢測。分析了一下代碼，其構(gòu)造函數(shù)的輸入?yún)?shù)有兩個(gè)，samplingDivider樣本分類，morphingMethod為變形方法。該類的關(guān)鍵函數(shù)為process函數(shù)，該函數(shù)先將輸入圖像由RGB轉(zhuǎn)換為HSV空間，Hue的范圍是3~33，Intensity（V）的范圍為15~250。然后進(jìn)行必要的腐蝕膨脹，去除噪聲，使輪廓更加清晰平滑。具體的使用代碼參考sample文件夾中的adaptiveskindetector.cpp

OpenCV學(xué)習(xí)筆記（二十）——手勢識別

最近也在玩手勢識別，資料找了很多，基本可以分為靜態(tài)手勢識別和動(dòng)態(tài)手勢識別，先弄個(gè)簡單的靜態(tài)手勢識別給大家看看。

基本流程如下：

先濾波去噪-->轉(zhuǎn)換到HSV空間-->根據(jù)皮膚在HSV空間的分布做出閾值判斷，這里用到了inRange函數(shù)，然后進(jìn)行一下形態(tài)學(xué)的操作，去除噪聲干擾，是手的邊界更加清晰平滑-->得到的2值圖像后用findContours找出手的輪廓，去除偽輪廓后，再用convexHull函數(shù)得到凸包絡(luò)。

結(jié)果如下：

源代碼下載位置：http://download.csdn.net/detail/yang_xian521/3746669，有點(diǎn)貴哦，當(dāng)時(shí)隨便設(shè)了個(gè)值，呵呵

from: http://blog.csdn.net/yang_xian521/article/category/910716

總結(jié)

以上是生活随笔為你收集整理的OpenCV学习笔记（十六）——CamShift研究 OpenCV学习笔记（十七）——运动分析和物体跟踪Video OpenCV学习笔记（十八）——图像的各种变换（cvtColor*+）imgproc的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。