C++OpenCV基于Camshift实现颜色范围内的车辆跟踪

基本概念

camshift（"continuously adaptive mean-shift"的缩写），即连续自适应的 算法。其基本思想是对视频序列的所有图像帧都作MeanShift运算，并将上一帧的结果（即搜索窗口的中心位置和窗口大小）作为下一帧MeanShift算法的搜索窗口的初始值，如此迭代下去。简单点说，meanShift是针对单张图片寻找最优迭代结果，而camShift则是针对视频序列来处理，并对该序列中的每一帧图片都调用meanShift来寻找最优迭代结果。正是由于camShift针对一个视频序列进行处理，从而保证其可以不断调整窗口的大小，如此一来，当目标的大小发生变化的时候，该算法就可以自适应地调整目标区域继续跟踪。算法基本步骤：

1. 初始化搜索窗
2. 计算搜索窗区域的颜色概率分布（反向投影）
3. 运行mean-shift算法，得到搜索窗新的大小和位置。
4. 在下一帧视频图像中用步骤3中的值重新初始化搜索窗的大小和位置，继续从步骤2执行。

示例演示

在OpenCV自带的camShift的例子当中，是通过计算目标在HSV空间下的H分量直方图，通过直方图反向投影得到目标像素的概率分布，然后通过调用OpenCV的CAMSHIFT算法，自动跟踪并调整目标窗口的中心位置与大小。该算法对于简单背景下的单目标跟踪效果较好，但如果被跟踪目标与背景颜色或周围其它目标颜色比较接近，则跟踪效果较差。另外，由于采用颜色特征，所以它对被跟踪目标的形状变化有一定的抵抗能力。

完整代码

#include <iostream>
#include <opencv2/o