溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹了C++ OpenCV視頻操作之如何實現稠密光流對象跟蹤，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
前言
稠密光流算法（即圖像上所有像素點的光流都計算出來），由于要計算圖像上所有點的光流，故計算耗時，速度慢。一般來說我們在平時應用上可能會用到的比較少，在這里我們就簡單講解一下。
函數API
void cv::calcOpticalFlowFarneback( InputArray _prev0, InputArray _next0, OutputArray _flow0, double pyr_scale, int levels, int winsize, int iterations, int poly_n, double poly_sigma, int flags )
參數說明如下：
InputArray ：輸入前一幀圖像
InputArray ：輸入后一幀圖像
OutputArray ：輸出的光流
double：金字塔上下兩層之間的尺度關系
int ：金字塔層數
int：均值窗口大小，越大越能denoise并且能夠檢測快速移動目標，但會引起模糊運動區域
int：迭代次數
int：像素領域大小，一般為5，7等
double：高斯標注差，一般為1-1.5
int：計算方法。主要包括OPTFLOW_USE_INITIAL_FLOW和OPTFLOW_FARNEBACK_GAUSSIAN
代碼實現
我們再新建一個項目名為opencv--video4，按照配置屬性(VS2017配置OpenCV通用屬性),然后在源文件寫入#include和main方法
先在外層讀取第一幀圖像
讀取圖像并時行稠密光流計算，下圖紅框內就是用到了我們的API，明顯可以看出來這里比稀疏光流要簡單些，因為不用再先獲取特征點進行對比了，下面的藍色框就是我們繪制結果的函數
代碼結尾
繪制結果的函數
這樣整個就完成了，文章開頭的視頻就是我們運行起來的效果，下面是視頻中的截圖
感謝你能夠認真閱讀完這篇文章，希望小編分享的“C++ OpenCV視頻操作之如何實現稠密光流對象跟蹤”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
