转载请注明出处！

！！

目标跟踪--CamShift

CamShift全称是ContinuouslyAdaptive Mean Shift，即连续自适应的MeanShift算法。而MeanShift算法，首先得对MeanShift算法有个初步的了解，可以參考这里。而CamShift是在MeanShift的基础上，依据上一帧的结果。来调整下一帧的中心位置和窗体大小，所以。当跟踪的目标在视频中发生变化时，可以对这个变化有一定的调整。

OpenCV自带样例中的camShift算法，能够分为三个部分：(引用自这里 http://blog.csdn.net/carson2005/article/details/7439125)

一、计算色彩投影图(反向投影)：

(1)为了降低光照变化对目标跟踪的影响，首先将图像从RGB颜色空间转换到HSV颜色空间。

(2)对H分量进行直方图统计，直方图代表了不同H分量取值出现的概率。或者说能够据此查找出H分量的大小为x时的概率或像素个数。即，得到颜色概率查找表；

(3)将图像中每一个像素的值用其颜色出现的概率进行替换，由此得到颜色概率分布图；

以上三个步骤称之为反向投影，须要提醒的是。颜色概率分布图是一个灰度图像。

二、meanShift寻优

前面提到过meanShift算法(http://blog.csdn.net/carson2005/article/details/7337432)是一种非參数概率密度预计方法，它通过不断迭代计算得到最优搜索窗体的位置和大小。

三、camShift跟踪算法

前面提到，camShift事实上就是在视频序列的每一帧其中都运用meanShift，并将上一帧的meanShift结果作为下一帧的初始值，如此不断循环迭代，就能够实现目标的跟踪了。

在openCV中自带有camShift函数。老看一下实现，代码中有部分解释。(凝视功劳来自http://www.cnblogs.com/tornadomeet/archive/2012/03/15/2398769.html)

#include "opencv2/video/tracking.hpp"

#include "opencv2/imgproc/imgproc.hpp"

#include "opencv2/highgui/highgui.hpp"

#include

#include

using namespace cv;

using namespace std;

Mat image;

bool backprojMode = false; //表示是否要进入反向投影模式。ture表示准备进入反向投影模式

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

int trackObject = 0; //代表跟踪目标数目

bool showHist = true;//是否显示直方图

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 vmin = 10, vmax =256, smin = 30;

void onMouse(int event, int x, int y, int, void*)

{

if (selectObject)//仅仅有当鼠标左键按下去时才有效，然后通过if里面代码就能够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;

if (selection.width> 0 && selection.height > 0)

trackObject = -1;

break;

}

}

void help()

{

cout << "\nThis is ademo that shows mean-shift based tracking\n"

"You select acolor objects such as your face and it tracks it.\n"

"This readsfrom video camera (0 by default, or the camera number the user enters\n"

"Usage:\n"

" ./camshiftdemo [camera number]\n";

cout << "\n\nHot keys:\n"

"\tESC - quitthe program\n"

"\tc - stop thetracking\n"

"\tb - switchto/from backprojection view\n"

"\th -show/hide object histogram\n"

"\tp - pausevideo\n"

"To initializetracking, select the object with mouse\n";

}

const char* keys =

{

"{1| | 0 |camera number}"

};

int main(int argc, const char** argv)

{

help();

VideoCapture cap; //定义一个摄像头捕捉的类对象

Rect trackWindow;

RotatedRect trackBox;//定义一个旋转的矩阵类对象

int hsize = 16;

float hranges[] = { 0, 180 };//hranges在后面的计算直方图函数中要用到

const float* phranges = hranges;

CommandLineParser parser(argc, argv, keys);//命令解析器函数

int camNum = parser.get("0");

cap.open(camNum);//直接调用成员函数打开摄像头

if (!cap.isOpened())

{

help();

cout << "***Could notinitialize capturing...***\n";

cout << "Currentparameter's value: \n";

parser.printParams();

return -1;

}

namedWindow("Histogram", 0);

namedWindow("CamShiftDemo",0);

setMouseCallback("CamShiftDemo",onMouse, 0);//消息响应机制

createTrackbar("Vmin", "CamShiftDemo",&vmin, 256, 0);//createTrackbar函数的功能是在相应的窗体创建滑动条，滑动条Vmin,vmin表示滑动条的值，最大为256

createTrackbar("Vmax", "CamShiftDemo",&vmax, 256, 0);//最后一个參数为0代表没有调用滑动拖动的响应函数

createTrackbar("Smin", "CamShift Demo", &smin, 256,0);//vmin,vmax,smin初始值分别为10,256,30

Mat frame, hsv, hue, mask, hist, histimg = Mat::zeros(200, 320, CV_8UC3), backproj;

bool paused = false;

for (;;)

{

if (!paused)//没有暂停

{

cap >> frame;//从摄像头抓取一帧图像并输出到frame中

if (frame.empty())

break;

}

frame.copyTo(image);

if (!paused)//没有按暂停键

{

cvtColor(image, hsv, CV_BGR2HSV);//将rgb摄像头帧转化成hsv空间的

if (trackObject)//trackObject初始化为0,或者按完键盘的'c'键后也为0，当鼠标单击松开后为-1

{

int _vmin = vmin, _vmax= vmax;

//inRange函数的功能是检查输入数组每个元素大小是否在2个给定数值之间。能够有多通道,mask保存0通道的最小值，也就是h分量

//这里利用了hsv的3个通道，比較h,0~180,s,smin~256,v,min(vmin,vmax),max(vmin,vmax)。假设3个通道都在相应的范围内，则

//mask相应的那个点的值全为1(0xff)，否则为0(0x00).

inRange(hsv, Scalar(0, smin, MIN(_vmin, _vmax)),

Scalar(180, 256, MAX(_vmin, _vmax)),mask);

int ch[] = { 0, 0 };

hue.create(hsv.size(),hsv.depth());//hue初始化为与hsv大小深度一样的矩阵，色调的度量是用角度表示的，红绿蓝之间相差120度，反色相差180度

mixChannels(&hsv, 1,&hue, 1, ch, 1);//将hsv第一个通道(也就是色调)的数拷贝到hue中，0索引数组

if (trackObject <0)//鼠标选择区域松开后，该函数内部又将其赋值1

{

//此处的构造函数roi用的是Mat hue的矩阵头。且roi的数据指针指向hue，即共用同样的数据，select为其感兴趣的区域

Mat roi(hue,selection), maskroi(mask, selection);//mask保存的hsv的最小值

//calcHist()函数第一个參数为输入矩阵序列，第2个參数表示输入的矩阵数目。第3个參数表示将被计算直方图维数通道的列表，第4个參数表示可选的掩码函数

//第5个參数表示输出直方图，第6个參数表示直方图的维数，第7个參数为每一维直方图数组的大小。第8个參数为每一维直方图bin的边界

calcHist(&roi, 1, 0,maskroi, hist, 1, &hsize, &phranges);//将roi的0通道计算直方图并通过mask放入hist中。hsize为每一维直方图的大小

normalize(hist, hist, 0,255, CV_MINMAX);//将hist矩阵进行数组范围归一化，都归一化到0~255

trackWindow = selection;

trackObject = 1;//仅仅要鼠标选完区域松开后。且没有按键盘清0键'c'，则trackObject一直保持为1。因此该if函数仅仅能运行一次，除非又一次选择跟踪区域

histimg = Scalar::all(0);//与按下'c'键是一样的，这里的all(0)表示的是标量所有清0

int binW = histimg.cols/ hsize; //histing是一个200*300的矩阵。hsize应该是每个bin的宽度。也就是histing矩阵能分出几个bin出来

Mat buf(1, hsize, CV_8UC3);//定义一个缓冲单bin矩阵

for (int i = 0; i

buf.at(i) = Vec3b(saturate_cast(i*180. /hsize), 255, 255);//Vec3b为3个char值的向量

cvtColor(buf, buf, CV_HSV2BGR);//将hsv又转换成bgr

for (int i = 0; i

{

int val =saturate_cast(hist.at(i)*histimg.rows/ 255);//at函数为返回一个指定数组元素的參考值

rectangle(histimg, Point(i*binW,histimg.rows), //在一幅输入图像上画一个简单抽的矩形，指定左上角和右下角。并定义颜色，大小，线型等

Point((i + 1)*binW,histimg.rows - val),

Scalar(buf.at(i)), -1, 8);

}

}

calcBackProject(&hue, 1, 0,hist, backproj, &phranges);//计算直方图的反向投影。计算hue图像0通道直方图hist的反向投影，并让入backproj中

backproj &= mask;

//opencv2.0以后的版本号函数命名前没有cv两字了，而且假设函数名是由2个意思的单词片段组成的话。且前面那个片段不够成单词，则第一个字母要

//大写，比方Camshift。假设第一个字母是个单词，则小写。比方meanShift，可是第二个字母一定要大写

RotatedRect trackBox =CamShift(backproj, trackWindow, //trackWindow为鼠标选择的区域。TermCriteria为确定迭代终止的准则

TermCriteria(CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1));//CV_TERMCRIT_EPS是通过forest_accuracy,CV_TERMCRIT_ITER

if (trackWindow.area()<= 1) //是通过max_num_of_trees_in_the_forest

{

int cols =backproj.cols, rows = backproj.rows, r = (MIN(cols, rows) + 5) /6;

trackWindow = Rect(trackWindow.x - r,trackWindow.y - r,

trackWindow.x + r,trackWindow.y + r) &

Rect(0, 0, cols, rows);//Rect函数为矩阵的偏移和大小，即第一二个參数为矩阵的左上角点坐标。第三四个參数为矩阵的宽和高

}

if (backprojMode)

cvtColor(backproj, image, CV_GRAY2BGR);//因此投影模式下显示的也是rgb图？

ellipse(image, trackBox, Scalar(0, 0, 255), 3, CV_AA);//跟踪的时候以椭圆为代表目标

}

}

//后面的代码是无论pause为真还是为假都要运行的

else if (trackObject <0)//同一时候也是在按了暂停字母以后

paused = false;

if (selectObject&& selection.width > 0 && selection.height > 0)

{

Mat roi(image,selection);

bitwise_not(roi, roi);//bitwise_not为将每个bit位取反

}

imshow("CamShiftDemo",image);

imshow("Histogram", histimg);

char c = (char)waitKey(10);

if (c == 27) //退出键

break;

switch (c)

{

case 'b': //反向投影模型交替

backprojMode = !backprojMode;

break;

case 'c': //清零跟踪目标对象

trackObject = 0;

histimg = Scalar::all(0);

break;

case 'h': //显示直方图交替

showHist = !showHist;

if (!showHist)

destroyWindow("Histogram");

else

namedWindow("Histogram", 1);

break;

case 'p': //暂停跟踪交替

paused = !paused;

break;

default:

;

}

}

cap.release();

return 0;

}

实验结果：

以摄像头中我的脸为目标，当他移动时，可以跟踪到他。

能够看到我的脸的各色调密度图。