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。