资源简介
用opencv2.3.1在vs2008开发的l-k光流法的运动估计,有详细的注释

代码片段和文件信息
/************************************************************************
* Copyright(c) 2011 Yang Xian
* All rights reserved.
*
* File: opticalFlow.cpp
* Brief: lk光流法做运动目标检测
* Version: 1.0
* Author: Yang Xian
* Email: xyang2011@sinano.ac.cn
* Date: 2011/11/18
* History:
************************************************************************/
#include
#include
#include
#include
#include
#include
using namespace std;
using namespace cv;
void tracking(Mat &frame Mat &output);
bool addNewPoints();
bool acceptTrackedPoint(int i);
string window_name = “optical flow tracking“;
Mat gray; // 当前图片
Mat gray_prev; // 预测图片
vector points[2]; // point0为特征点的原来位置,point1为特征点的新位置
vector initial; // 初始化跟踪点的位置
vector features; // 检测的特征
int maxCount = 500; // 检测的最大特征数
double qLevel = 0.01; // 特征检测的等级
double minDist = 10.0; // 两特征点之间的最小距离
vector status; // 跟踪特征的状态,特征的流发现为1,否则为0
vector err;
int main()
{
Mat frame;
Mat result;
// CvCapture* capture = cvCaptureFromCAM( -1 ); // 摄像头读取文件开关
VideoCapture capture(“bike.avi“);
if(capture.isOpened()/*capture*/) // 摄像头读取文件开关
{
while(true)
{
// frame = cvQueryframe( capture ); // 摄像头读取文件开关
capture >> frame;
if(!frame.empty())
{
tracking(frame result);
}
else
{
printf(“ --(!) No captured frame -- Break!“);
break;
}
int c = waitKey(100);
if( (char)c == 27 )
{
break;
}
}
}
return 0;
}
//////////////////////////////////////////////////////////////////////////
// function: tracking
// brief: 跟踪
// parameter: frame 输入的视频帧
// output 有跟踪结果的视频帧
// return: void
//////////////////////////////////////////////////////////////////////////
void tracking(Mat &frame Mat &output)
{
cvtColor(frame gray CV_BGR2GRAY);
frame.copyTo(output);
// 添加特征点
if (addNewPoints())
{
goodFeaturesToTrack(gray features maxCount qLevel minDist);
points[0].insert(points[0].end() features.begin() features.end());
initial.insert(initial.end() features.begin() features.end());
}
if (gray_prev.empty())
{
gray.copyTo(gray_prev);
}
// l-k光流法运动估计
calcOpticalFlowPyrLK(gray_prev gray points[0] points[1] status err);
// 去掉一些不好的特征点
int k = 0;
for (size_t i=0; i {
if (acceptTrackedPoint(i))
{
initial[k] = initial[i];
points[1][k++] = points[1][i];
}
}
points[1].resize(k);
initial.resize(k);
// 显示特征点和运动轨迹
for (size_t i=0; i {
line(output initial[i] points[1][i] Scalar(0 0 255));
circle(output points[1][i] 3 Scalar(255 0 0) -1);
}
// 把当前跟踪结果作为下一此参考
swap(points[1] points[0]);
swap(gray_prev gray);
imshow(window_name output);
}
////////////////////////////////////////////////////
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 446600 2011-02-16 14:14 OpticalFlow\Debug\bike.avi
文件 104448 2011-11-18 18:08 OpticalFlow\Debug\OpticalFlow.exe
文件 568612 2011-11-18 18:08 OpticalFlow\Debug\OpticalFlow.ilk
文件 1051648 2011-11-18 18:08 OpticalFlow\Debug\OpticalFlow.pdb
文件 446600 2011-02-16 14:14 OpticalFlow\OpticalFlow\bike.avi
文件 6048 2011-11-18 18:08 OpticalFlow\OpticalFlow\Debug\BuildLog.htm
文件 1511 2011-11-18 15:29 OpticalFlow\OpticalFlow\Debug\FeatureTracker.obj
文件 1511 2011-11-18 15:29 OpticalFlow\OpticalFlow\Debug\fr
文件 67 2011-11-18 18:08 OpticalFlow\OpticalFlow\Debug\mt.dep
文件 621 2011-11-18 18:08 OpticalFlow\OpticalFlow\Debug\OpticalFlow.exe.intermediate.manifest
文件 395199 2011-11-18 18:08 OpticalFlow\OpticalFlow\Debug\opticalFlow.obj
文件 355328 2011-11-18 18:08 OpticalFlow\OpticalFlow\Debug\vc90.idb
文件 520192 2011-11-18 18:08 OpticalFlow\OpticalFlow\Debug\vc90.pdb
文件 3837 2011-11-18 18:08 OpticalFlow\OpticalFlow\opticalFlow.cpp
文件 3772 2011-11-18 15:33 OpticalFlow\OpticalFlow\OpticalFlow.vcproj
文件 1423 2011-11-18 18:08 OpticalFlow\OpticalFlow\OpticalFlow.vcproj.HP98402794308.Administrator.user
文件 3058688 2011-11-18 18:08 OpticalFlow\OpticalFlow.ncb
文件 899 2011-11-18 10:55 OpticalFlow\OpticalFlow.sln
..A..H. 9728 2011-11-18 18:08 OpticalFlow\OpticalFlow.suo
目录 0 2011-11-18 18:08 OpticalFlow\OpticalFlow\Debug
目录 0 2011-11-18 18:08 OpticalFlow\Debug
目录 0 2011-11-18 18:08 OpticalFlow\OpticalFlow
目录 0 2011-11-18 15:30 OpticalFlow
----------- --------- ---------- ----- ----
6976732 23
- 上一篇:白车身FEMFAT疲劳分析流程
- 下一篇:视频前景提取基于opencv的运动物体检测
相关资源
- 基于OpenCV的数字识别468815
- 使用opencv去掉二值化图像中黑色面积
- opencv环境配置
- win10 64位下编译的opencv4.5.5库,opencv
- NVIDIAOpticalFlowSDK-79c6cee80a2df9a196f20afd6
- opencv_contrib-3.4.0.zip
- opencv2.4.9源码分析——SIFT
- 用两个摄像头实现,双目标定,双目
- opencv_traincascade训练分类器,手势识别
- opencv3.0交叉编译用parallel.cpp
- 基于opencv的图像识别识别图像中的色
- 基于openCV的识别特定颜色区域
- 基于OpenCV的分水岭算法实现
- QT+opencv+OCR 身份证号码,银行卡号识别
- opencv视频特定颜色区域识别
- 把RGB转换为HSV和HSI然后根据黄色和蓝
- opencv视觉测距
- 基于Qt和opencv的身份证号码识别系统
- opencv_ffmpeg249.dll
- SfM稀疏三维点云重建--完整工程文件
- 基于opencv的数人头程序源代码
- 利用OpenCV中的Stitcher类实现全景图像拼
- opencv实现的sift算法源码,包含了图像
- openCV 上的小波变换
- 基于OPENCV的车牌识别系统设计
- 617张国内车牌60-17bmp图片用于OpenCV正样
- hog特征提取,c版本代码
- 基于Qt5.8+OpenCV3.2的Basler多相机触发开
- 基于Opencv实现的图像纠偏
- ImageWatch2019.vsix
评论
共有 条评论