OpenCV學習筆記（十六）——CamShift研究

CamShitf算法，即Continuously Apative Mean-Shift算法，基本思想就是對視頻圖像的多幀進行MeanShift運算，將上一幀結果作為下一幀的初始值，迭代下去。基本步驟為：

1.選取關鍵區域

2.計算該區域的顏色概率分布--反向投影圖

3.用MeanShift算法找到下一幀的特征區域

4.標記并重復上述步驟

該算法的關鍵就是可以在目標大小發生改變的時候，可以自適應的調整目標區域繼續跟蹤

在進行CamShitf和MeanShift算法的時候，需要輸入反向投影圖，這就要求有個很重要的預處理過程是計算反向投影圖。對應的函數為calcBackProject。所謂反向投影圖就是一個概率密度圖。calcBackProject的輸入通常為目標區域的直方圖和待跟蹤圖像的直方圖，輸出與待跟蹤圖像大小相同，每一個像素點表示該點為目標區域的概率。這個點越亮，該點屬于物體的概率越大。這樣的輸入參數太適合做MeanS算法了。關于反向直方圖，可以參考一下這篇文章http://blog.163.com/thomaskjh@126/blog/static/370829982010112810358501/

具體代碼如下：

[cpp]?view plain?copy

calcHist(&roi,?1,?0,?maskroi,?hist,?1,?&hsize,?&phranges);??

calcBackProject(&hue,?1,?0,?hist,?backproj,?&phranges);??

backproj?&=?mask;??

RotatedRect?trackBox?=?CamShift(backproj,?trackWindow,??

????????????????????????????????TermCriteria(?CV_TERMCRIT_EPS?|?CV_TERMCRIT_ITER,?10,?1?)); ?

?OpenCV學習筆記（十七）——運動分析和物體跟蹤Video

這個庫中相關的函數有calcOpticalFlowPyrLK、calcOpticalFlowFarneback、estimateRigidTransform、updateMotionHistory、calcMotionGradient、calcGlobalOrientation、segmentMotion、CamShift、meanShift；還有卡爾曼濾波器類KalmanFilter，類內成員函數有構造函數、init、predict、correct。背景單元類BackgroundSubtractor，包括運算符重載，getBackgroundImage，其派生類BackgroundSubtractorMOG和BackgroundSubtractorMOG2，以及只支持Python版本的函數CalcOpticalFlowBM、CalcOpticalFlowHS，c版本的函數cvCalcOpticalFlowLK

這些函數每一個背后幾乎都是一篇論文，很多都是經典的方法，我才疏識淺，只能邊學邊總結，先介紹一些我用過的函數，待日后陸續補充

calcOpticalPlowPyrLK是利用Lucas-Kanade方法計算圖像的光流場

?OpenCV學習筆記（十八）——圖像的各種變換（cvtColor*+）imgproc?

imgproc是OpenCV一個比較復雜的lib，我是分開介紹的，之前介紹過了濾波器、直方圖、結構分析和形狀描述三節，這次介紹一下圖像的變換，OpenCV對于圖像的變換又可分為幾何變換和其他的變換，我這節先介紹一下其他的變換。

這部分的函數包括adaptiveThreshold，對圖像進行自適應的閾值操作。

相應的也有更一般常用的閾值操作函數threshold。

這里還是詳細介紹一下cvtColor，這個函數是用來進行顏色空間的轉換，隨著OpenCV版本的升級，對于顏色空間種類的支持也是越來越多。這里匯總一下，把我知道的全部空間列舉出來，也許還不完整，希望大家補充。需要先告訴大家的是OpenCV默認的圖片通道是BGR。

RGB <--> BGR：CV_BGR2BGRA、CV_RGB2BGRA、CV_BGRA2RGBA、CV_BGR2BGRA、CV_BGRA2BGR

RGB <--> 5X5：CV_BGR5652RGBA、CV_BGR2RGB555、（以此類推，不一一列舉）

RGB <---> Gray：CV_RGB2GRAY、CV_GRAY2RGB、CV_RGBA2GRAY、CV_GRAY2RGBA

RGB <--> CIE XYZ：CV_BGR2XYZ、CV_RGB2XYZ、CV_XYZ2BGR、CV_XYZ2RGB

RGB <--> YCrCb（YUV） JPEG：CV_RGB2YCrCb、CV_RGB2YCrCb、CV_YCrCb2BGR、CV_YCrCb2RGB、CV_RGB2YUV（將YCrCb用YUV替代都可以）

RGB <--> HSV：CV_BGR2HSV、CV_RGB2HSV、CV_HSV2BGR、CV_HSV2RGB

RGB <--> HLS：CV_BGR2HLS、CV_RGB2HLS、CV_HLS2BGR、CV_HLS2RGB

RGB <--> CIE L*a*b*：CV_BGR2Lab、CV_RGB2Lab、CV_Lab2BGR、CV_Lab2RGB

RGB <--> CIE L*u*v：CV_BGR2Luv、CV_RGB2Luv、CV_Luv2BGR、CV_Luv2RGB

RGB <--> Bayer：CV_BayerBG2BGR、CV_BayerGB2BGR、CV_BayerRG2BGR、CV_BayerGR2BGR、CV_BayerBG2RGB、CV_BayerGB2RGB、 CV_BayerRG2RGB、CV_BayerGR2RGB（在CCD和CMOS上常用的Bayer模式）

YUV420 <--> RGB：CV_YUV420sp2BGR、CV_YUV420sp2RGB、CV_YUV420i2BGR、CV_YUV420i2RGB

還有函數distanceTransform，是用來計算各像素距離最近的零像素距離的。

floodFill函數用來用指定顏色填充一個連通部件。

inpaint函數用來用附近區域信息重建選中區域，可以對圖像里由于傳輸噪聲丟失的塊進行重建。

integral函數用來獲得圖像的積分值。

尋找邊界使用分水嶺分割辦法的函數watershed。

對圖像進行GrabCut算法的grabCut函數（有待研究，不熟悉）。

總之，這些變換千奇百怪，不是很系統，常用的還是我先介紹的幾個，比如threshold、cvtColor。就這樣吧，以后有收獲再陸續補充。

OpenCV學習筆記（十九）——淺嘗contrib?

contrib為最新貢獻但不是很成熟的函數庫。作為最新的東西，就更有價值進行庖丁解牛了，我來也。

首先介紹一個CvAdaptiveSkinDetector類。該類的功能是自適應的皮膚檢測。分析了一下代碼，其構造函數的輸入參數有兩個，samplingDivider樣本分類，morphingMethod為變形方法。該類的關鍵函數為process函數，該函數先將輸入圖像由RGB轉換為HSV空間，Hue的范圍是3~33，Intensity（V）的范圍為15~250。然后進行必要的腐蝕膨脹，去除噪聲，使輪廓更加清晰平滑。具體的使用代碼參考sample文件夾中的adaptiveskindetector.cpp

OpenCV學習筆記（二十）——手勢識別

最近也在玩手勢識別，資料找了很多，基本可以分為靜態手勢識別和動態手勢識別，先弄個簡單的靜態手勢識別給大家看看。

基本流程如下：

先濾波去噪-->轉換到HSV空間-->根據皮膚在HSV空間的分布做出閾值判斷，這里用到了inRange函數，然后進行一下形態學的操作，去除噪聲干擾，是手的邊界更加清晰平滑-->得到的2值圖像后用findContours找出手的輪廓，去除偽輪廓后，再用convexHull函數得到凸包絡。

結果如下：

源代碼下載位置：http://download.csdn.net/detail/yang_xian521/3746669，有點貴哦，當時隨便設了個值，呵呵

from: http://blog.csdn.net/yang_xian521/article/category/910716

總結

以上是生活随笔為你收集整理的OpenCV学习笔记（十六）——CamShift研究 OpenCV学习笔记（十七）——运动分析和物体跟踪Video OpenCV学习笔记（十八）——图像的各种变换（cvtColor*+）imgproc的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。