美文网首页科学家、哲学家我的收藏机器学习与模式识别
【计算机视觉】一步一步实现人脸或特定物体的跟踪(1)——利用Ca

【计算机视觉】一步一步实现人脸或特定物体的跟踪(1)——利用Ca

作者: JasonDing | 来源:发表于2014-11-14 10:05 被阅读928次

    介绍

    这里的方法是根据颜色直方图的方式进行人脸或者特定物体的跟踪的,具体步骤是首先计算指定区域的色彩直方图,然后再根据该色彩直方图对整个图片区域进行反投影计算,得到的是该图片中复合指定区域色彩直方图分布的概率分布,最终通过多次迭代,得到一个输出的目标窗口。

    实例代码

    下面是OpenCV提供的演示代码

    #include "StdAfx.h"
    
    #include "opencv2/video/tracking.hpp"
    #include "opencv2/imgproc/imgproc.hpp"
    #include "opencv2/highgui/highgui.hpp"
    
    
    #include <iostream>
    #include <ctype.h>
    
    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 )//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, 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 a demo that shows mean-shift based tracking\n"
                "You select a color objects such as your face and it tracks it.\n"
                "This reads from 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 - quit the program\n"
                "\tc - stop the tracking\n"
                "\tb - switch to/from backprojection view\n"
                "\th - show/hide object histogram\n"
                "\tp - pause video\n"
                "To initialize tracking, 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<int>("1");     
        
        cap.open(camNum);//直接调用成员函数打开摄像头
    
        if( !cap.isOpened() )
        {
            help();
            cout << "***Could not initialize capturing...***\n";
            cout << "Current parameter's value: \n";
            parser.printParams();
            return -1;
        }
    
        namedWindow( "Histogram", 0 );
        namedWindow( "CamShift Demo", 0 );
        setMouseCallback( "CamShift Demo", onMouse, 0 );//消息响应机制
        createTrackbar( "Vmin", "CamShift Demo", &vmin, 256, 0 );//createTrackbar函数的功能是在对应的窗口创建滑动条,滑动条Vmin,vmin表示滑动条的值,最大为256
        createTrackbar( "Vmax", "CamShift Demo", &vmax, 256, 0 );//最后一个参数为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,可以有多通道,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,比较h,0~180,s,smin~256,v,min(vmin,vmax),max(vmin,vmax)。如果3个通道都在对应的范围内,则
    //mask对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)的数复制到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,即共用相同的数据,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()函数第一个参数为输入矩阵序列,第2个参数表示输入的矩阵数目,第3个参数表示将被计算直方图维数通道的列表,第4个参数表示可选的掩码函数
    //第5个参数表示输出直方图,第6个参数表示直方图的维数,第7个参数为每一维直方图数组的大小,第8个参数为每一维直方图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;//只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函数只能执行一次,除非重新选择跟踪区域
    
                        histimg = Scalar::all(0);//与按下'c'键是一样的,这里的all(0)表示的是标量全部清0
                        int binW = histimg.cols / hsize;  //histing是一个200*300的矩阵,hsize应该是每一个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 < hsize; i++ )//saturate_case函数为从一个初始类型准确变换到另一个初始类型
                            buf.at<Vec3b>(i) = Vec3b(saturate_cast<uchar>(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 < hsize; i++ )
                        {
                            int val = saturate_cast<int>(hist.at<float>(i)*histimg.rows/255);//at函数为返回一个指定数组元素的参考值
                            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<Vec3b>(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以后的版本函数命名前没有cv两字了,并且如果函数名是由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,比如Camshift,如果第一个字母是个单词,则小写,比如meanShift,但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,即第一二个参数为矩阵的左上角点坐标,第三四个参数为矩阵的宽和高
                    }
    
                    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
                }
            }
    
            //后面的代码是不管pause为真还是为假都要执行的
            else if( trackObject < 0 )//同时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为将每一个bit位取反
            }
    
            imshow( "CamShift Demo", 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:
                ;
            }
        }
        return 0;
    }
    

    解释

    上面提供的代码是OpenCV中关于Camshift算法的演示。
    首先说一下这段代码的功能。
    这段代码是根据颜色直方图来进行特定物体的跟踪,其利用了OpenCV中自带的图形界面和事件响应机制,当用鼠标点击并移动来标定要跟踪的物体后,程序会计算指定框内的色彩直方图,并得到该区域色彩直方图在整个画面的反投影。利用Camshift算法,通过多次迭代,将得到与色彩直方图匹配的概率值较大的区域的延展,并返回跟踪的区域。
    下面我们来一步一步的解释这整个过程。

    跟踪特定物体过程

    颜色直方图的计算

    • inRange函数检测src输入是否在一个阈值之间(Checks if array elements lie between the elements of two other arrays)
      void inRange(InputArray src, InputArray lowerb, InputArray upperb, OutputArray dst)
      对于一个通道的每个元素,dst(I)=lowerb(I) <= src(I) <= upperb(I)
    • Scalar( Blue, Green, Red ) 用于表示RGB颜色值
    • mixChannels函数可以实现矩阵的指定通道复制到新矩阵的指定通道
      void mixChannels(const Mat* src, int nsrc, Mat* dst, int ndst, const int* fromTo, size_t npairs)
      nsrc – Number of matrices in src
      ndst – Number of matrices in dst

    计算反投影

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

    图中代码是根据所选区域得到该区域的色彩直方图hist,而计算反投影(Back Project)是计算整张图片依照所选区域的颜色直方图的分布情况得到的概率分布。

    cvtColor( backproj, image, COLOR_GRAY2BGR );
    

    将其转换RGB图片,白亮的区域为高概率区域。


    backProjectionbackProjection

    CamShift算法进行更新迭代

    trackBox = CamShift(backproj, trackWindow,
                        TermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ));
    

    这里是通过CamShift算法根据指定的判断条件(TermCriteria)进行更新迭代,得到目标区域trackBox和下一次的搜索区域trackWindow。

    结束语

    这里是对鼠标所标定的区域进行目标跟踪,接下来,我还将进行多物体的同时跟踪的实验。

    转载请注明作者Jason Ding及其出处
    Github主页(http://jasonding1354.github.io/)
    CSDN博客(http://blog.csdn.net/jasonding1354)
    简书主页(http://www.jianshu.com/users/2bd9b48f6ea8/latest_articles)

    相关文章

      网友评论

      本文标题:【计算机视觉】一步一步实现人脸或特定物体的跟踪(1)——利用Ca

      本文链接:https://www.haomeiwen.com/subject/qrhitttx.html