一、概述
opencv 團塊跟蹤過程細分為：前景檢測模組、新團塊（blob）檢測模組、團塊跟蹤模組、軌跡生成模組和軌跡後處理模組。而跟蹤流程模組cvblobtrackerauto把這五個模組連線起來。如下圖所示：
各個模組的功能：
(1)、前景檢測模組：對每個畫素判斷其是前景還是背景；
(2)、新團塊檢測模組：使用前景檢測的結果檢測新進入場景的團塊；
(3)、團塊跟蹤模組：使用新團塊檢測模組的結果初始化該模組，並跟蹤新進入的團塊；
(4)、軌跡生成模組：主要是儲存操作。它收集所有團塊的位置，並在每條軌跡結束時將其儲存到硬碟上；
(5)、軌跡後處理模組：進行軌跡的平滑操作。此模組是可選的，可以不包含在處理流程中；
(6)、跟蹤流程模組：將前面提到的五個模組連線起來，形成乙個處理流程；
二、前景檢測模組
前景檢測模組將當前幀上的畫素分為前景畫素和背景畫素。opencv 實現了兩種前景檢測方法：混合高斯模型和liyuan li 的acm ********** 2003 會議**中的演算法。
cvfgdetector 是個虛類，描述了前景檢測模組介面。前景檢測模組的輸入資料為當前幀影象，輸出資料為當前幀的前景掩碼（mask）。其結構定義如下：
class cvfgdetector
三、新團塊檢測模組
cvblobdetector 是乙個虛類，用來描述新團塊檢測模組的介面。新團塊檢測模組的輸入資料為當前的前景掩碼和已有的團塊，輸出資料為新檢測到的團塊。新團塊檢測模組作用是將新進入物體的位置和大小檢測到。模組結構如下：
class cvblobdetector
cvblobdetector 兩個子類 cvblobdetector****** 和 cvblobdetectorcc。下面簡單介紹cvblobdetectorcc:detectnewblob 的處理流程。首先從前景影象pfgmask中檢測出所有團塊，然後將較小的團塊（可能是由雜訊引起的）和已經被跟蹤團塊有重疊的團塊丟棄，並對剩餘的團塊按照大小排序，僅保留10個最大的團塊。將這幾個團塊作為候選新的團塊，對它們利用各種篩選，篩除掉不符合標準的團塊，將最後真正的新團塊儲存到變數pnewbloblist中。
四、團塊跟蹤模組
cvblobtracker 是乙個虛類，用來描述團塊跟蹤模組的介面。團塊跟蹤模組的輸入資料為當前幀（是bgr影象）、當前幀的前景掩碼和新團塊，輸出資料為當前幀的團塊資訊（id，pos，size）。模組結構如下：
class cvblobtracker: ;
cvblobtrackercc::process 處理流程是：首先從前景影象pimgfg提取所有團塊，並計算團塊的質心、寬度和高度。然後對每乙個已經被跟蹤的軌跡，利用卡爾曼濾波器**該軌跡在當前幀的團塊的位置和大小。如果變了m_collision值非零，則對當前跟蹤的所有團塊進行碰撞檢測。如果某兩個團塊存在碰撞，則設定其屬性collision為1。最後一步是對每個跟蹤的軌跡進行處理，尋找離上一幀的團塊最近的當前幀裡的團塊，將此團塊加入到跟蹤軌跡。下圖是團塊跟蹤列表：
五、軌跡生成模組
cvblobtrackergen 是用來實現軌跡生成模組的乙個虛類。此模組的目的是將整個軌跡儲存到指定檔案中，同時，也可以為每乙個團塊計算一些特徵並儲存。軌跡生成模組的輸入資料為當前幀的所有團塊，輸出資料為儲存的軌跡列表。模組資料結構如下：
classcvblobtrackgen ;
virtual void setfilename(char* pfilename) = 0;
virtual void addblob(cvblob* pblob) = 0;
virtual void process(iplimage* pimg = null, iplimage* pfg = null) = 0;
virtual void release() = 0;};
六、軌跡後處理模組
cvblobtrackpostproc 是用來實現軌跡後處理模組的乙個虛類。此模組的目的是在團塊軌跡上做一些濾波處理。例如此模組可以是kalman 濾波或其他的平滑濾波。軌跡後處理模組的輸入資料為當前幀的所有團塊，輸出資料為當前幀的所有團塊。模組結構如下：
class cvblobtrackpostproc
return null;
};};
軌跡後處理的流程如圖如下：
七、處理流程模組
cvblobtrackerauto 是乙個虛類，用於整合其他模組，構成乙個跟蹤流程。該模組定義的結構如下：
class cvblobtrackerauto ;
virtual float getstate(int blobid) = 0;
virtual const char* getstatedesc(int blobid) = 0;
/* return 0 if trajectory is normal;
* return >0 if trajectory abnormal. */
virtual void release() = 0;};
該類關鍵函式是cvblobtrackerauto1::process，它負責呼叫其他各子模組。具體流程圖如下：
opencv顏色跟蹤
這篇文章是我看 opencv python tutorial 中文版 的筆記 思路是掩膜 位運算 物體跟蹤 將影象轉換到hsv空間 設定hsv閾值到藍色範圍 獲取藍色物體k 0 cap cv2.videocapture 0 while 1 ret,frame cap.read hsv cv2.cvt...
OpenCV 臉部跟蹤 3
前面一篇文章我們生成了臉部特徵的線性形狀模型，本章來學習一下顯示線性形狀的 線性模型類的結構如下 class shape model 我們生成的線性形狀模型用矩陣v表示，它是152 18，前四列是旋轉縮放矩陣r，接著是保留的14副特徵影象。通過下面的 計算平移和縮放 float scale calc...
Opencv之邊界跟蹤
問題描述 一般是將二值化後的影象進行邊界的提取。需要說明的是這個提取不是簡單的找到邊界，而是按照順序的找出來。即邊界上的點是按照鄰接關係依次給出。相關演算法 1 這裡解釋 程式實現 還有canny演算法之類的一推 opencv的現有演算法 有兩個函式 findcontours和cvfindconto...