[学习笔记-opencv篇]基础函数calcOpticalFlowPyrLK

calcOpticalFlowPyrLK
金字塔Lucas-Kanade光流算法接口，实现金字塔中L-K光流计算的稀疏迭代版本。根据给出的前一帧特征点坐标计算当前视频帧上的特征点坐标。

void cvCalcOpticalFlowPyrLK( InputArray prevImg, InputArray nextImg, InputArray prevPts, InputOutputArray nextPts, OutputArray status, OutputArray err, Size winSize, int maxLevel, TermCriteria criteria, int flags, double minEigThreshold );

• prevImg 第一个8位输入图像或由buildOpticalFlowPyramid()构造的金字塔；
• nextImg 下一时刻和prev相同类型的图像或金字塔；
• prevPts 光流法要找到的二维点vector，点坐标必须是单精度浮点数；
• nextPts 包含输入特征在第二帧中计算出来的新位置的二维点vector，有单精度浮点坐标；当传递OPTFLOW_USE_INITIAL_FLOW标志时，向量必须与输入中的大小相同；
• status 输出状态向量（无符号字符）。如果对应特征的光流被发现，数组中的每一个元素都被设置为 1， 否则设置为 0；
• win_size 每个金字塔层的搜索窗口尺寸；
• maxLevel 最大的金字塔层数。如果为 0，不使用金字塔（即金字塔为单层）；如果为 1 ，使用两层；下面依次类推；
• criteria 指定在每个金字塔层，为某点寻找光流的迭代过程的终止条件；
• flags 操作标志。可选参数如下：
  1）OPTFLOW_USE_INITIAL_FLOW，使用初始估计，存储在nextPts中；如果未设置标志，则将prevPts复制到nextPts并将其视为初始估计；
  2）OPTFLOW_LK_GET_MIN_EIGENVALS，使用最小特征值作为误差测量（参见minEigThreshold描述）；如果没有设置标志，则将原稿周围的色块和移动点之间的L1距离除以窗口中的像素数，用作误差测量；
• minEigThreshold 算法计算光流方程的2x2正常矩阵的最小特征值，除以窗口中的像素数；若该值小于minEigThreshold，则过滤掉相应的功能并且不处理其流程。

eg.

void cv::calcOpticalFlowPyrLK(InputArray prevImg, InputArray nextImg, InputArray prevPts, InputOutputArray nextPts, OutputArray status, OutputArray err, Size winSize = Size(21, 21), int maxLevel = 3, TermCriteria criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, 0.01), int flags = 0, double minEigThreshold = 1e-4 )

参考
Opencv学习（4）——CalcOpticalFlowPyrLK()函数解析
OpenCV:金字塔Lucas-Kanade光流算法之函数接口cvCalcOpticalFlowPyrLK的使用
OpenCV3：金字塔Lucas-Kanade光流算法之函数接口calcOpticalFlowPyrLK的使用