看實驗室里的師兄在寫CSDN，自己也寫一個，記錄自己的學習進程吧。
　　研究生從機械轉到了毫無基礎的SLAM領域。研一半年上課加自學，對SLAM也有一丟丟的了解。最近看光流法時，想到用筆記本電腦的攝像頭實現一下，就簡單的寫了寫。
　　程序也算簡單，直接調用的OPENCV中的庫。本人小白，從學習編程開始才半年（算上上課），希望大佬勿噴（狗頭保命）。

#include<iostream>
#include"opencv2/opencv.hpp"
using namespace std;
using namespace cv;int main(int argc, char **argv)
{VideoCapture capture(0);Mat image1,image2;Mat img2_CV;int flag = 1;while(1){if(flag == 1){capture>>image1;image1.copyTo(image2);flag = 0;}else{image1.copyTo(image2);capture>>image1;// 檢測當前幀的特征點vector<KeyPoint> kp1;Ptr<GFTTDetector> detector = GFTTDetector::create(500, 0.01, 20); // maximum 500 keypointsdetector->detect(image1, kp1);vector<KeyPoint> kp2_multi;vector<bool> success_multi;//Opencv自帶的光流法函數vector<Point2f> pt1, pt2;for (auto &kp: kp1) pt1.push_back(kp.pt);vector<uchar> status; //存儲是否找到了合適的點vector<float> error;calcOpticalFlowPyrLK(image1, image2, pt1, pt2, status, error);for (int i = 0; i < pt2.size(); i++){if (status[i]) {cv::circle(image2, pt2[i], 2, cv::Scalar(0, 250, 0), 2);cv::line(image2, pt1[i], pt2[i], cv::Scalar(0, 250, 0));}}}imshow("capture1",image2);waitKey(10);}return 0;
}

總結

以上是生活随笔為你收集整理的笔记本电脑摄像头实现光流跟踪的全部內容，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。