均值漂移（meanshift）算法查找物体
均值漂移算法以迭代的方式锁定概率函数的局部最大值，它的原理是寻找预定义窗口中数据点的重心，或者说加权平均值。将窗口重心移动到数据点的重心处，并重复这个过程直到窗口重心收敛到一个稳定点。
反投影直方图的结果是一个概率映射，作用在于替换一个输入图像中的每个像素值，使其变成归一化直方图中对应的概率值，体现了已知图像的特定内容出现在图像中特定位置的概率。
下面一个简单的例子演示如何利用meanshift算法查找物体。
主要步骤：选定ROI，计算并归一化ROI的直方图，根据得到的直方图计算出ROI在色调通道的反投影直方图，代入meanshift算法更新ROI的位置。整个过程使用HSV颜色空间的Hue通道来描述物体。
#include"cv.h"
#include"highgui.h"
#include
using namespace std;
using namespace cv;
Mat image;//最终显示图像
Mat histimg = Mat(200, 300, CV_8UC3,Scalar::all(0));//最终显示直方图
const char* keys = {
"{camera|camera num|0|The PC'camera number}"
};
string err_cp = "\n\t\topen camera failed\n\t\t";
Point origin;//用于保存鼠标选择第一次单击时点的位置
Rect selection;//用于保存鼠标选择的矩形框
Rect trackWindow;//追踪的选择区域
int trackObject = 0; //代表跟踪目标数目
bool selectObject = false;//代表是否在选要跟踪的初始目标，true表示正在用鼠标选择
bool showHist = true;
bool pause = false;
int * channels = { 0 };
float range[2] = { 0, 180 };
const float * hranges = range;
void mousecallback(int event,int x,int y,int flags,void* param){
if (selectObject)//只有当鼠标左键按下去时才有效，然后通过if里面代码就可以确定所选择的矩形区域selection了
{
selection.x = MIN(x, origin.x);//矩形左上角顶点坐标
selection.y = MIN(y, origin.y);
selection.width = std::abs(x - origin.x);//矩形宽
selection.height = std::abs(y - origin.y);//矩形高
selection &= Rect(0, 0, image.cols, image.rows);//用于确保所选的矩形区域在图片范围内
}
switch (event){
case CV_EVENT_LBUTTONDOWN:
origin = Point(x, y);
selection = Rect(x, y, 0, 0);//鼠标刚按下去时初始化了一个矩形区域
selectObject = true;
break;
case CV_EVENT_LBUTTONUP:
selectObject = false;
trackObject = 0; //代表跟踪目标数目
if (selection.width > 0 && selection.height > 0)
trackObject = -1;
break;
}
}
void direct(){
cout << "\n\n\t图像跟踪程序\n"
<< "\t\t鼠标左键选择ROI进行跟踪\n"
<< "\t\tq--退出程序\n"
<< "\t\th--显示/关闭直方图\n"
<< "\t\tp--程序暂停\n"
<< "\t\tc--清除ROI\n";
}
int main(int argc, char** argv){
system("color 5E");
direct();
VideoCapture cp;
Mat hsv, hue,mask, hist, backproj;
CommandLineParser parser(argc, argv, keys);//命令解析器函数
int cpnum = parser.get("camera");
cp.open(cpnum);
if (!cp.isOpened()){
cout << err_cp;
parser.printParams();
system("pause");
return -1;
}
namedWindow("摄像头扑捉",1);
Mat frame;
setMouseCallback("摄像头扑捉",mousecallback);
int histsize = 16;
while (1){
if (!pause)
cp >> frame;
if (frame.empty()) break;
//rectangle(frame,selection,Scalar(0,0,255),2);//测试鼠标
frame.copyTo(image);
cvtColor(frame,hsv,CV_BGR2HSV);
//开始追踪处理
if (trackObject&&!pause){
inRange(hsv,Scalar(0,10,30),Scalar(180,256,256),mask);
hue.create(hsv.size(),hsv.depth());
int ch[] = {0,0};
mixChannels(&hsv,1,&hue,1,ch,1);
//对selection的处理
if (trackObject<0){
Mat roi(hue, selection), maskroi(mask, selection);
calcHist(&roi,1,channels,maskroi,hist,1,&histsize,&hranges);
normalize(hist,hist,0,255,CV_MINMAX);
histimg = Scalar::all(0);
Mat color(1,histsize,CV_8UC3);//设定颜色板，显示ROI的Hist
for (int i = 0; i < histsize; i++){
color.at(i) = Vec3b(saturate_cast(hist.at(i)*180/255), 255, 255);//HSV
}
cvtColor(color,color,CV_HSV2BGR);
//显示ROI的直方图
for (int i = 0; i < histsize; i++){
int val = saturate_cast( hist.at(i)*histimg.cols/180);
int w = histimg.rows / histsize;
rectangle(histimg,Point(i*w,histimg.cols-val),Point((i+1)*w,histimg.cols),Scalar(color.at(i)),-1);
}
trackWindow = selection;
trackObject = 1;
}
calcBackProject(&hue,1,channels,hist,backproj,&hranges);
backproj &= mask;
meanShift(backproj,trackWindow,TermCriteria(CV_TERMCRIT_EPS|CV_TERMCRIT_ITER,10,1));
rectangle(image, trackWindow, Scalar(0, 0, 255), 2);
}
//没有选定矩形区域，只显示视频
if (selectObject && selection.width > 0 && selection.height > 0)//鼠标选取时的阴影
{
//Mat roi(image, selection);
//bitwise_not(roi, roi);//bitwise_not为将每一个bit位取反
rectangle(image, selection, Scalar(0, 0, 255), 2);
}
imshow("摄像头扑捉",image);
if (showHist) {
namedWindow("ROI直方图", 1);
imshow("ROI直方图", histimg);
}
else
destroyWindow("ROI直方图");
char c=waitKey(33);
switch (c){
case 'q':
return 0;
break;
case 'h':
showHist = !showHist;
break;
case 'p':
pause = !pause;
case 'c':
trackObject = 0;
histimg = Scalar::all(0);
break;
}
}
}
