ZHANG781068447的博客

Mac上Clion平台Opencv3.2物体跟踪学习OpenCV3.2相比于以前的图像跟踪的算法有了很多改动，以前的教学代码很多已经不再适用，本着初学者的思路重新整理一下图像跟踪的一些知识。OpenCV中提供了6中API工具，分别是BOOSTING,MIL,KCF,TLD,MEDIANFLOW,GOTURN,接下来简单介绍一下相关的算法。

接上一篇，继续分析，model.py，也就是模型的构建。两个卷积层，两个池化层，以及后面的全连接层怎么通过tensorflow定义的。import tensorflow as tfdef inference(images, batch_size, n_classess): #conv1,shape=[kernel size, kernel size, channels, kernel ...

本文的代码以及思路都是参考别人的，现在只是整理一下思路，做一些解释，毕竟是小白。

光流法是比较经典的运动估计方法，本文不仅叙述简单明了，而且附代码，故收藏．在空间中，运动可以用运动场描述。而在一个图像平面上，物体的运动往往是通过图像序列中不同图象灰度分布的不同体现的。从而，空间中的运动场转移到图像上就表示为光流场，光流场反映了图像上每一点灰度的变化趋势。光流可以看作带有灰度的像素点在图像平面运动产生的瞬时速度场。下面我们推导光流方程：假设E(x,y,t)为(x,y)点在时刻t的...

本文参考了https://blog.youkuaiyun.com/zouxy09/article/details/8683859光流的概念：它是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。       当人的眼睛观察运动物体时，物体的景象在人眼的视网膜上形成一系...

本例子使用了opencv3.0，利用鼠标选择矩形框，然后对选择的区域进行跟踪//---------------------------------光流法对特定区域进行跟踪-----------------

直接上代码了，过程很简单，注意路径，环境：opencv3，macos//功能：将连续图片合成视频AVI//注意：检查路径是否存在空格，否则影响结果//注意：根据文件名设置循环，何时开始循环#include<opencv2/opencv.hpp>#include<iostream>cv::VideoWriter writer;using namespace std;using names

一、基于特征点的目标跟踪的一般步骤 （1）探测当前帧的特征点 （2）通过当前帧和下一帧的灰度比较，估计当前帧特征点在下一帧的位置 （3）过滤位置不变的特征点，余下的点就是目标了 基于特征点的目标跟踪算法和1，2两个步骤有关，特征点可以是Harris角点，也可以是边缘点等等，第二步估计特征点的位置也有很多方法，比如光流法，卡尔曼滤波法。下面介绍是改进的Hariis角点来提取特征点，用Luc

学习一下OpenCV中利用鼠标勾选ROI区域进行目标追踪，过程直接注释到代码中了

本文详解training.py是如何编写的。import osimport numpy as npimport tensorflow as tfimport input_dataimport modelN_CLASSES = 2 # 二分类问题，只有是还是否，即0，1IMG_W = 208 # resize the image, if the input image is too ...