opencv3之目标跟踪（单目标、多目标）

对于刚入门的OpenCV玩家，提起目标跟踪，马上想起的就是camshift，但是camshift跟踪往往达不到我们的跟踪要求，包括稳定性和准确性。

opencv3.1版本发行后，集成了多个跟踪算法，即tracker，大部分都是近年VOT竞赛榜上有名的算法，虽然仍有缺陷存在，但效果还不错。

ps：我在知乎上看到一个目标跟踪的介绍，感觉不错，链接在此！

单目标跟踪很简单，放一个官方例程供参考（opencv官方）：

 #include <opencv2 core="" utility="" hpp="">
 #include <opencv2 tracking="" hpp="">
 #include <opencv2 videoio="" hpp="">
 #include <opencv2 highgui="" hpp="">
 #include <iostream>
 #include <cstring>
 using namespace std;
 using namespace cv;
 int main( int argc, char** argv ){
   // show help
   if(argc<2){
     cout<<
       " Usage: tracker <video_name>\n"
       " examples:\n"
       " example_tracking_kcf Bolt/img/%04d.jpg\n"
       " example_tracking_kcf faceocc2.webm\n"
       << endl;
     return 0;
   }
   // declares all required variables
   Rect2d roi;
   Mat frame;
   // create a tracker object
   Ptr<tracker> tracker = TrackerKCF::create();
   // set input video
   std::string video = argv[1];
   VideoCapture cap(video);
   // get bounding box
   cap >> frame;
   roi=selectROI("tracker",frame);
   //quit if ROI was not selected
   if(roi.width==0 || roi.height==0)
     return 0;
   // initialize the tracker
   tracker->init(frame,roi);
   // perform the tracking process
   printf("Start the tracking process, press ESC to quit.\n");
   for ( ;; ){
     // get frame from the video
     cap >> frame;
     // stop the program if no more images
     if(frame.rows==0 || frame.cols==0)
       break;
     // update the tracking result
     tracker->update(frame,roi);
     // draw the tracked object
     rectangle( frame, roi, Scalar( 255, 0, 0 ), 2, 1 );
     // show image with the tracked object
     imshow("tracker",frame);
     //quit on ESC button
     if(waitKey(1)==27)break;
   }
   return 0;
 }
 </tracker></video_name></cstring></iostream></opencv2></opencv2></opencv2></opencv2>

其中， 跟踪器的创建可选以下几种，代表使用的跟踪算法；

• MIL
• BOOSTING
• MEDIANFLOW
• TLD
• KCF

eg-- Ptr<Tracker> tracker = Tracker::create("KCF"); 

多目标跟踪使用的是MultiTracker，如MultiTracker myTracker("KCF")，注意两点，添加目标用其成员函数myTracker.add(Mat src, Rect2d roi)，获得跟踪结果使用myTracker.update(Mat src, vector<Rect2d> targets)，跟踪结果的序号即vector的序号。

以下代码为跟踪鼠标框选的目标，跟踪的目标个数大概为10个（原则上是没有上限的，但我电脑比较烂，目标多了会卡）

 #include <stdafx h="">
 #include "opencv2/opencv.hpp"
 #include <vector>


 using namespace cv;
 using namespace std;

 bool selectObject = false;
 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
 int trackObject = 0;

 /*-------------------------------

 函数功能 显示轨迹

 --------------------------------*/
 void displayTrajectory(Mat img, vector<point> traj, Scalar s)
 {
     if (!traj.empty())
     {
         for (size_t i = 0; i < traj.size() - 1; i++)
         {
             line(img, traj[i], traj[i + 1], s, 2, 8, 0);
         }
     }
 }
 /*-------------------------------

 鼠标控制

 --------------------------------*/
 void onMouse(int event, int x, int y, int, void*)
 {
     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, src.cols, src.rows);//用于确保所选的矩形区域在图片范围内
         //rectangle(src,selection,Scalar(0,0,255),2);

     }
     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;
         if (selection.width > 0 && selection.height > 0)
             trackObject = -1;
         break;
     }
 }

 int main(int argc, char *argv[])
 {
     namedWindow("tracker");
     setMouseCallback("tracker", onMouse(), 0);

     MultiTracker myTracker("KCF");
     vector<vector<point>> trajectorys;//轨迹记录
     int objectCounter = 0;

     VideoCapture cap(0);//打开默认的摄像头
     if (!cap.isOpened())
     {
         return -1;
     }
     Mat src;
     bool stop = false;
     while (!stop)
     {
         cap>>src;

         if (selectObject)
         {
             rectangle(src, selection, Scalar(0, 0, 255), 2, 8, 0);
         }
         if (trackObject < 0)
         {
             myTracker.add(src, selection);

             Point cen = Point(selection.x + selection.width / 2.0, selection.y + selection.height / 2.0);
             trajectorys.resize(objectCounter + 1);
             trajectorys[objectCounter].push_back(cen);//从[0]开始初始化轨迹起始点

             objectCounter++;//待跟踪目标个数加1
             trackObject = 1;

         }
         if (trackObject)
         {
             vector<rect2d> r;
             myTracker.update(src, r);

             size_t s = r.size();
             RNG rng;

             for (size_t i = 0; i < s; i++)
             {
                 Scalar scalar = Scalar(rng.uniform(0, 256), rng.uniform(0, 256), rng.uniform(0, 256));
                 rectangle(src, r[i], scalar, 2, 8, 0);
                 Point C = Point(r[i].x + r[i].width / 2.0, r[i].y + r[i].height / 2.0);
                 trajectorys[i].push_back(C);
                 displayTrajectory(src, trajectorys[i], scalar);
                 char name[10];
                 sprintf_s(name, "%d", (i + 1));
                 putText(src, name, r[i].tl(), 3, 0.8, Scalar(0, 255, 255), 2, 8, false);
             }

         }
         imshow("tracker", src);
         if (waitKey(30) == 27) //Esc键退出
         {
             stop = true;
         }
     }
     return 0;
 }
 </rect2d></point></point></vector></stdafx>

顶