OpenCV学习笔记（一）——光流法学习

最新推荐文章于 2025-05-13 21:17:22 发布

原创

最新推荐文章于 2025-05-13 21:17:22 发布 · 1.9k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#opencv

本文介绍了OpenCV中光流法的学习，包括Opencv的光流实现如calcOpticalFlowPyrLK、calcOpticalFlowFarneback等，详细解释了光流算法的基本原理和光流法的L-K算法，特别是金字塔Lucas-Kannade算法在解决大运动跟踪问题上的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

OpenCV学习笔记（一）——光流法学习

1. Opencv实现

（1） calcOpticalFlowPyrLK
该方法使用的方法是基于图像金字塔的Lucas-Kanande算法，能够跟踪稀疏的光流，图像金字塔的作用是通过不断地下采样图片来减小两帧之间光流点的运动，从而保证识别的准确性（因为L-K算法只有在位移很小的时候才有作用）。具体用法如下：

void calcOpticalFlowPyrLK (InputArray prevImg, 
 InputArray nextImg, 
 InputArray prevPts, 
 InputOutputArray nextPts, 
 OutputArray status, 
 OutputArray err, 
 Size winSize=Size(21,21), 
 int maxLevel=3, 
 TermCriteria criteria=TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, 0.01), 
 int flags=0, 
 double minEigThreshold=