opencv3/C++单目标跟踪

opencv3的tracking部分在opencv_contrib中，需要用CMake对其进行编译后才能使用。

Tracker类：

create

//通过名称创建一个跟踪器。
create(
const String& trackerType//要使用的跟踪器算法的名称。
);
           

init

//使用围绕目标的边界框初始化跟踪器
init(
const Mat& image, //初始帧
const Rect2d& boundingBox//初始绑定框
);
           

init()如果初始化成功，则返回true，否则返回false.

update

//更新跟踪器，找到目标的最可能的边界框。
update( 
const Mat& image,//当前帧
CV_OUT Rect2d& boundingBox//新目标位置的边界框，若为true，则返回；否则不进行修改。
);
           

update()返回true时表示目标被定位，false表示跟踪器不能在当前帧中定位目标（目标确实从框架中丢失）。

示例

#include<opencv2/opencv.hpp>
#include<opencv2/tracking.hpp>
using namespace cv;

int main()
{
    Mat frame;
    VideoCapture capture;
    capture.open();
    if (!capture.isOpened())
    {
        printf("can not open camera \n");
        return -;
    }
    namedWindow("output", WINDOW_AUTOSIZE);

    Ptr<Tracker> tracker = Tracker::create("KCF");
    //TLD速度超慢
    //Ptr<Tracker> tracker = Tracker::create("TLD");
    //Ptr<Tracker> tracker = Tracker::create("MEDIANFLOW");

    capture.read(frame);
    //翻转图像
    flip(frame, frame, );
    Rect2d roi;
    roi = selectROI("output", frame);
    if (roi.width ==  || roi.height == )
    {
        return -;
    }
    //跟踪
    tracker->init(frame, roi);
    while (capture.read(frame))
    {
        if (frame.empty())
        {
            return -;
        }
        flip(frame, frame, );
        tracker->update(frame, roi);
        rectangle(frame, roi, Scalar(, , ), , , );
        imshow("output", frame);
        char c = waitKey();
        if (c==)
        {
            break;
        }
    }

    capture.release();
    return ;
}
           

框选目标：

目标跟踪：