卡尔曼滤波器事例：预测鼠标轨迹

import cv2
import numpy as np

# 创建一个空帧，定义（700 700 3）画图区域
frame = np.zeros（（700 700 3） np.uint8） 

# 初始化测量坐标和鼠标运动预测的数组
last_measurement = current_measurement = np.array（（2 1） np.float32）
last_prediction = current_prediction = np.zeros（（2 1） np.float32）

# 定义鼠标回调函数，用来绘制跟踪结果
def mousemove（event x y s p）:
    global frame current_measurement measurements last_measurement current_prediction last_prediction
    last_prediction = current_prediction # 把当前预测存储为上一次预测
    last_measurement = current_measurement # 把当前测量存储为上一次测量
    current_measurement = np.array（[[np.float32（x）] [np.float32（y）]]） # 当前测量
    kalman.correct（current_measurement） # 用当前测量来校正卡尔曼滤波器
    current_prediction = kalman.predict（） # 计算卡尔曼预测值，作为当前预测

    lmx lmy = last_measurement[0] last_measurement[1] # 上一次测量坐标
    cmx cmy = current_measurement[0] current_measurement[1] # 当前测量坐标
    lpx lpy = last_prediction[0] last_prediction[1] # 上一次预测坐标
    cpx cpy = cu