python实现单目标、多目标、多尺度、自定义特征的KCF跟踪算法(实例代码)
单目标跟踪:
直接调用opencv中封装的tracker即可。
#!/usr/bin/envpython3 #-*-coding:utf-8-*- """ CreatedonSunJan517:50:472020 第四章kcf跟踪 @author:youxinlin """ importcv2 fromitemsimportMessageItem importtime importnumpyasnp ''' 监视者模块,负责入侵检测,目标跟踪 ''' classWatchDog(object): #入侵检测者模块,用于入侵检测 def__init__(self,frame=None): #运动检测器构造函数 self._background=None ifframeisnotNone: self._background=cv2.GaussianBlur(cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY),(21,21),0) self.es=cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(10,10)) defisWorking(self): #运动检测器是否工作 returnself._backgroundisnotNone defstartWorking(self,frame): #运动检测器开始工作 ifframeisnotNone: self._background=cv2.GaussianBlur(cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY),(21,21),0) defstopWorking(self): #运动检测器结束工作 self._background=None defanalyze(self,frame): #运动检测 ifframeisNoneorself._backgroundisNone: return sample_frame=cv2.GaussianBlur(cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY),(21,21),0) diff=cv2.absdiff(self._background,sample_frame) diff=cv2.threshold(diff,25,255,cv2.THRESH_BINARY)[1] diff=cv2.dilate(diff,self.es,iterations=2) image,cnts,hierarchy=cv2.findContours(diff.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE) coordinate=[] bigC=None bigMulti=0 forcincnts: ifcv2.contourArea(c)<1500: continue (x,y,w,h)=cv2.boundingRect(c) ifw*h>bigMulti: bigMulti=w*h bigC=((x,y),(x+w,y+h)) ifbigC: cv2.rectangle(frame,bigC[0],bigC[1],(255,0,0),2,1) coordinate.append(bigC) message={"coord":coordinate} message['msg']=None returnMessageItem(frame,message) classTracker(object): ''' 追踪者模块,用于追踪指定目标 ''' def__init__(self,tracker_type="BOOSTING",draw_coord=True): ''' 初始化追踪器种类 ''' #获得opencv版本 (major_ver,minor_ver,subminor_ver)=(cv2.__version__).split('.') self.tracker_types=['BOOSTING','MIL','KCF','TLD','MEDIANFLOW','GOTURN'] self.tracker_type=tracker_type self.isWorking=False self.draw_coord=draw_coord #构造追踪器 ifint(minor_ver)<3: self.tracker=cv2.Tracker_create(tracker_type) else: iftracker_type=='BOOSTING': self.tracker=cv2.TrackerBoosting_create() iftracker_type=='MIL': self.tracker=cv2.TrackerMIL_create() iftracker_type=='KCF': self.tracker=cv2.TrackerKCF_create() iftracker_type=='TLD': self.tracker=cv2.TrackerTLD_create() iftracker_type=='MEDIANFLOW': self.tracker=cv2.TrackerMedianFlow_create() iftracker_type=='GOTURN': self.tracker=cv2.TrackerGOTURN_create() definitWorking(self,frame,box): ''' 追踪器工作初始化 frame:初始化追踪画面 box:追踪的区域 ''' ifnotself.tracker: raiseException("追踪器未初始化") status=self.tracker.init(frame,box) ifnotstatus: raiseException("追踪器工作初始化失败") self.coord=box self.isWorking=True deftrack(self,frame): ''' 开启追踪 ''' message=None ifself.isWorking: status,self.coord=self.tracker.update(frame) ifstatus: message={"coord":[((int(self.coord[0]),int(self.coord[1])),(int(self.coord[0]+self.coord[2]),int(self.coord[1]+self.coord[3])))]} ifself.draw_coord: p1=(int(self.coord[0]),int(self.coord[1])) p2=(int(self.coord[0]+self.coord[2]),int(self.coord[1]+self.coord[3])) cv2.rectangle(frame,p1,p2,(255,0,0),2,1) message['msg']="istracking" returnMessageItem(frame,message) classObjectTracker(object): def__init__(self,dataSet): self.cascade=cv2.CascadeClassifier(dataSet) deftrack(self,frame): gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY) faces=self.cascade.detectMultiScale(gray,1.03,5) for(x,y,w,h)infaces: cv2.rectangle(frame,(x,y),(x+w,y+h),(0,0,255),2) returnframe if__name__=='__main__': #tracker_types=['BOOSTING','MIL','KCF','TLD','MEDIANFLOW','GOTURN'] tracker=Tracker(tracker_type="KCF") #video=cv2.VideoCapture(0) #video=cv2.VideoCapture("complex1.mov") video=cv2.VideoCapture(r"/Users/youxinlin/Desktop/video_data/complex1.MOV") ok,frame=video.read() bbox=cv2.selectROI(frame,False) tracker.initWorking(frame,bbox) whileTrue: _,frame=video.read(); if(_): item=tracker.track(frame); cv2.imshow("track",item.getFrame()) k=cv2.waitKey(1)&0xff ifk==27: break
附带items.py,放在同个文件夹下:
#!/usr/bin/envpython3 #-*-coding:utf-8-*- """ CreatedonSunJan517:51:042020 @author:youxinlin """ importjson fromutilsimportIOUtil ''' 信息封装类 ''' classMessageItem(object): #用于封装信息的类,包含图片和其他信息 def__init__(self,frame,message): self._frame=frame self._message=message defgetFrame(self): #图片信息 returnself._frame defgetMessage(self): #文字信息,json格式 returnself._message defgetBase64Frame(self): #返回base64格式的图片,将BGR图像转化为RGB图像 jepg=IOUtil.array_to_bytes(self._frame[...,::-1]) returnIOUtil.bytes_to_base64(jepg) defgetBase64FrameByte(self): #返回base64格式图片的bytes returnbytes(self.getBase64Frame()) defgetJson(self): #获得json数据格式 dicdata={"frame":self.getBase64Frame().decode(),"message":self.getMessage()} returnjson.dumps(dicdata) defgetBinaryFrame(self): returnIOUtil.array_to_bytes(self._frame[...,::-1])
utils.py:也放在同一个文件夹下。
#!/usr/bin/envpython3 #-*-coding:utf-8-*- """ CreatedonSunJan517:51:402020 @author:youxinlin """ importtime importnumpy importbase64 importos importlogging importsys fromPILimportImage fromioimportBytesIO #工具类 classIOUtil(object): #流操作工具类 @staticmethod defarray_to_bytes(pic,formatter="jpeg",quality=70): ''' 静态方法,将numpy数组转化二进制流 :parampic:numpy数组 :paramformat:图片格式 :paramquality:压缩比,压缩比越高,产生的二进制数据越短 :return: ''' stream=BytesIO() picture=Image.fromarray(pic) picture.save(stream,format=formatter,quality=quality) jepg=stream.getvalue() stream.close() returnjepg @staticmethod defbytes_to_base64(byte): ''' 静态方法,bytes转base64编码 :parambyte: :return: ''' returnbase64.b64encode(byte) @staticmethod deftransport_rgb(frame): ''' 将bgr图像转化为rgb图像,或者将rgb图像转化为bgr图像 ''' returnframe[...,::-1] @staticmethod defbyte_to_package(bytes,cmd,var=1): ''' 将每一帧的图片流的二进制数据进行分包 :parambyte:二进制文件 :paramcmd:命令 :return: ''' head=[ver,len(byte),cmd] headPack=struct.pack("!3I",*head) senddata=headPack+byte returnsenddata @staticmethod defmkdir(filePath): ''' 创建文件夹 ''' ifnotos.path.exists(filePath): os.mkdir(filePath) @staticmethod defcountCenter(box): ''' 计算一个矩形的中心 ''' return(int(abs(box[0][0]-box[1][0])*0.5)+box[0][0],int(abs(box[0][1]-box[1][1])*0.5)+box[0][1]) @staticmethod defcountBox(center): ''' 根据两个点计算出,x,y,c,r ''' return(center[0][0],center[0][1],center[1][0]-center[0][0],center[1][1]-center[0][1]) @staticmethod defgetImageFileName(): returntime.strftime("%Y_%m_%d_%H_%M_%S",time.localtime())+'.png'
多目标跟踪:
和单目标差不多,改用MultiTracker_create()
#!/usr/bin/envpython3 #-*-coding:utf-8-*- """ CreatedonSunJan518:02:332020
多目标跟踪
@author:youxinlin """importnumpyasnp importcv2 importsys ''' iflen(sys.argv)!=2: print('Inputvideonameismissing') exit() ''' print('Selectmultipletrackingtargets') cv2.namedWindow("tracking") camera=cv2.VideoCapture(r"/Users/youxinlin/Desktop/video_data/complex6.MOV") #camera=cv2.VideoCapture(0) tracker=cv2.MultiTracker_create()#多目标跟踪 a=cv2.Tracker_c init_once=False ok,image=camera.read() ifnotok: print('Failedtoreadvideo') exit() bbox1=cv2.selectROI('tracking',image) bbox2=cv2.selectROI('tracking',image) bbox3=cv2.selectROI('tracking',image) whilecamera.isOpened(): ok,image=camera.read() ifnotok: print('noimagetoread') break ifnotinit_once: ok=tracker.add(cv2.TrackerKCF_create(),image,bbox1) ok=tracker.add(cv2.TrackerKCF_create(),image,bbox2) ok=tracker.add(cv2.TrackerKCF_create(),image,bbox3) init_once=True ok,boxes=tracker.update(image) fornewboxinboxes: p1=(int(newbox[0]),int(newbox[1])) p2=(int(newbox[0]+newbox[2]),int(newbox[1]+newbox[3])) cv2.rectangle(image,p1,p2,(0,0,255)) cv2.imshow('tracking',image) k=cv2.waitKey(1) ifk==27:break#escpressed
多尺度检测的KCF、自定义所用特征的KCF
在一些场景下,不想使用默认的hog特征跟踪,或需要对比不同特征的跟踪效果,那么封装好的方法似乎不可用,需要可以自己撸一波kcf的代码,从而使用自己设定的特征。
总结
以上所述是小编给大家介绍的python实现单目标、多目标、多尺度、自定义特征的KCF跟踪算法,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持!如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。