Python实现目标追踪(代码与步骤详解)

需要的源代码如下

import cv2
import sys
 
# 读取视频
cap = cv2.VideoCapture('5b468f1de77d5.mp4')
 
# 初始化追踪器
tracker = cv2.TrackerCSRT_create()
 
# 读取第一帧
ret, frame = cap.read()
if not ret:
    print("无法读取视频")
    sys.exit()
 
# 选择ROI(感兴趣区域)
bbox = cv2.selectROI(frame, False)
 
# 初始化跟踪器
ok = tracker.init(frame, bbox)
 
while True:
    # 读取新的一帧
    ret, frame = cap.read()
    if not ret:
        break
 
    # 更新跟踪器
    ok, bbox = tracker.update(frame)
    if ok:
        # 绘制跟踪框
        p1 = (int(bbox[0]), int(bbox[1]))
        p2 = (int(bbox[0] + bbox[2]), int(bbox[1] + bbox[3]))
        cv2.rectangle(frame, p1, p2, (255, 0, 0), 2, 1)
    else:
        cv2.putText(frame, "Tracking failure detected", (100, 80), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 0, 255), 2)
 
    # 显示结果帧
    cv2.imshow("Tracking", frame)
 
    # 按 'q' 退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
 
cap.release()
cv2.destroyAllWindows()

步骤

1、在该脚本的目录内添加视频文件

2、执行脚本,第一帧会暂停

人后移动鼠标到目标车辆,滑动鼠标截取框图

 

按下空格键,执行目标跟踪

 

如果遇到 AttributeError: module ‘cv2‘ has no attribute ‘TrackerCSRT_create',参考TrackerCSRT_create

### 使用PythonOpenCV实现目标追踪 为了实现在视频流中对特定对象进行持续跟踪的功能,可以采用多种算法和技术。下面将以CSRT(Channel and Spatial Reliability Tracker)为例展示如何利用Python结合OpenCV库创建一个简单的目标追踪程序[^2]。 #### 导入所需模块并初始化追踪器 首先需要导入必要的包,并设置好环境: ```python import cv2 from collections import deque ``` 接着定义一些全局变量用于存储追踪状态以及历史轨迹信息: ```python tracker = None tracking_points = deque(maxlen=32) is_tracking = False ``` #### 创建窗口鼠标回调函数 为了让用户能够手动框选想要追踪的对象区域,在这里设置了交互式的界面让使用者可以通过点击拖拽的方式指定ROI (Region of Interest): ```python def select_roi(event, x, y, flags, param): global tracker, is_tracking if event == cv2.EVENT_LBUTTONDOWN: box = cv2.selectROI("Tracking", frame, fromCenter=False, showCrosshair=True) # 初始化追踪器 ok = tracker.init(frame, box) is_tracking = True cv2.namedWindow('Tracking') cv2.setMouseCallback('Tracking', select_roi) ``` #### 主循环读取摄像头画面并更新显示 最后进入无限循环不断获取最新帧数并对选定物体实施实时定位: ```python cap = cv2.VideoCapture(0) while cap.isOpened(): ret, frame = cap.read() if not ret or cv2.waitKey(1) & 0xFF == ord('q'): break if is_tracking: success, bbox = tracker.update(frame) p1 = (int(bbox[0]), int(bbox[1])) p2 = (int(bbox[0] + bbox[2]), int(bbox[1] + bbox[3])) tracking_points.appendleft(p1) for i in range(1, len(tracking_points)): thickness = int(np.sqrt(64 / float(i + 1)) * 2.5) cv2.line(frame, tracking_points[i - 1], tracking_points[i], (0, 0, 255), thickness) cv2.rectangle(frame, p1, p2, color=(255, 0, 0), thickness=2, lineType=cv2.LINE_AA) cv2.imshow('Tracking', frame) cap.release() cv2.destroyAllWindows() ``` 上述代码片段展示了完整的流程——从准备阶段到最终的应用部署。值得注意的是,这段脚本依赖于`opencv-contrib-python`扩展包内的高级功能,因此安装时需特别注意版本兼容性问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

potato_potato_123

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值