python 进阶：带你学习实时目标跟踪

作者：华为云开发者联盟

2023-03-20
广东
本文字数：2877 字
阅读完需：约 9 分钟

本文分享自华为云社区《python进阶——人工智能实时目标跟踪,这一篇就够用了！》，作者：lqj_本人。

前言

本程序主要实现了 python 的 opencv 人工智能视觉模块的目标跟踪功能。

项目介绍

区域性锁定目标实时动态跟踪（适用警方追捕，无人机锁定拍摄等）

首先先介绍几种 AI 视觉算法

特性：

1.BOOSTING:算法原理类似于 Harr cascdes(AdaBoost),是一种很老的算法。这个算法速度慢并且不准。

2.MIL：比 BOOSTING 准一点

3.KCF：速度比 BOOSTING 和 MIL 更快，与 BOOSTING 和 MIL 一样不能很好的处理遮挡问题。

4.CSRT:比 KCF 更准一些，但是速度比 KCF 慢

5.MedianFlow:对于快速移动的目标和外形比那花迅速的目标效果不好

6.TLD：会产生朵的 false-posittives

7.MOSSE：算法速度非常快，但是准确率比不上 KCF 和 CSRT，在一些追求算法的速度场合很适用

8.GOTURN：OpenCV 中自带的唯一一个基于深度学习的算法，运行短发需要提前下载好模型文件

分别对应的伴生的函数：

kcf:cv2.legacy.TrackerKCF_createcsrt:cv2.legacy.TrackerCSRT_createboosting:cv2.legacy.TrackerBoosting_createmil:cv2.legacy.TrackerMIL_createtld:cv2.legacy.TrackerTLD_createmedianflow:cv2.legacy.TrackerMedianFlow_createmosse:cv2.legacy.TrackerMOSSE_create

复制代码

详细代码讲解

导入 cv 模块

ret,frame = cap.read()

复制代码

import cv2

复制代码

使用 csrt 算法，引用伴生函数，并赋值给 tracker

tracker = cv2.legacy.TrackerCSRT_create()

复制代码

读取视频流

cap = cv2.VideoCapture('11.mp4')

复制代码

先读取到第一帧

ret,frame = cap.read()

复制代码

使用 selectROI（前景），画框将目标框起，并赋值给 bbox

bbox = cv2.selectROI('A',frame,fromCenter=False,showCrosshair=True)

复制代码

初始化 tracker，将上面的两个值传入

tracker.init(frame,bbox)

复制代码

读取每一帧

ret,frame = cap.read()

复制代码

根据每一帧来更新 tracker

ok,box = tracker.update(frame)

复制代码

若读取成功，就定位画框，并跟随

    if ok :        (x,y,w,h) = [int(v) for v in box]        cv2.rectangle(frame,pt1=(int(x),int(y)),pt2=(int(x)+int(w),int(y)+int(h)),color=(0,255,0),thickness=2)

复制代码

显示视频流

cv2.imshow('A', frame)

复制代码

等待 50 毫秒或按空格键退出

if cv2.waitKey(50) == ord(' '):    break

复制代码

释放视频流和释放窗口

cap.release()cv2.destroyAllWindows()

复制代码

完整代码及注释：

import cv2tracker = cv2.legacy.TrackerCSRT_create()#使用csrt算法，引用伴生函数，并赋值给tracker
cap = cv2.VideoCapture('11.mp4')#读取视频流
ret,frame = cap.read()#先读取第一帧
bbox = cv2.selectROI('A',frame,fromCenter=False,showCrosshair=True)#使用selectROI（前景），画框将目标框起，并赋值给bbox
tracker.init(frame,bbox)#初始化tracker，将上面的两个值传入
while True:    ret,frame = cap.read()#读取每一帧
    ok,box = tracker.update(frame)#根据每一帧来跟新tracker
    # 若读取成功，我们就定位画框，并跟随    if ok :        (x,y,w,h) = [int(v) for v in box]        cv2.rectangle(frame,pt1=(int(x),int(y)),pt2=(int(x)+int(w),int(y)+int(h)),color=(0,255,0),thickness=2)
    cv2.imshow('A', frame)#显示视频流
    if cv2.waitKey(50) == ord(' '):#等待50毫秒或键盘按空格键退出        break
# 释放视频流，释放窗口cap.release()cv2.destroyAllWindows()

复制代码

结果演示

区域性全部实时动态目标跟踪（适用夜视跟踪，范围性观察等）

思路构建

1.先将实时摄像流或录制视频流，灰度转化并高斯模糊

2.用二值化算法将流中的物体轮廓扩充

3.分别先读到第一帧和第二帧，让其对比

4.寻找对比后，流的轮廓位置，并开启简易模式

5.过滤物体的矩阵轮廓将其定位绘出

详细代码讲解

导入 cv 模块

import cv2

复制代码

将视频流转换并让其高斯模糊

gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)blur = cv2.GaussianBlur(gray,(5,5),0)

复制代码

二值化扩充

_,thresh = cv2.threshold(blur,20,255,cv2.THRESH_BINARY)dilated = cv2.dilate(thresh,None,iterations=3)return dilated

复制代码

读取视频流或实时摄像流

cap = cv2.VideoCapture('11.mp4')

复制代码

读取第一帧

ret,frame1 = cap.read()

复制代码

读取第二帧

ret,frame2 = cap.read()

复制代码

判断 cap 是否为打开状态

while cap.isOpened():

复制代码

若为打开，则第一帧与第二帧比较

diff = cv2.absdiff(frame1,frame2)mask = filter_img(diff)

复制代码

寻找比较后的物体轮廓，并开启简易模式

contours,_ = cv2.findContours(mask,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

复制代码

使用方框将视频流中的物体框出，得到矩阵的宽高

(x,y,w,h) = cv2.boundingRect(contour)

复制代码

若矩阵的面积小于 10（根据视频流中物体的大小来定义），直接无视

if cv2.contourArea(contour) < 10:

复制代码

将过滤的物体的矩阵轮廓绘出（一定要用 int 整形）

cv2.rectangle(frame1,pt1=(int(x),int(y)),pt2=(int(x)+int(w),int(y)+int(h)),color=(0,255,0),thickness=1)

复制代码

将第一帧显示

cv2.imshow('A',frame1)

复制代码

将上面赋值的 mask 显示

cv2.imshow('B',mask)

复制代码

实现前后帧对比，并定位物体运动轨迹

1.将第二帧赋值给第一帧

frame1 = frame2

复制代码

2.再将 cap 读到的赋值给第二帧（）

ret,frame2 = cap.read()

复制代码

等待 50 毫秒或者按空格结束

if cv2.waitKey(50) == ord(' '):    break

复制代码

释放视频流及释放窗口

cap.release()cv2.destroyAllWindows()

复制代码

完整代码及注释：

import cv2def filter_img(frame):    #将视频流转换灰度并让其高斯模糊    gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)    blur = cv2.GaussianBlur(gray,(5,5),0)    #二值化将其扩充    _,thresh = cv2.threshold(blur,20,255,cv2.THRESH_BINARY)    dilated = cv2.dilate(thresh,None,iterations=3)    return dilated# 读取视频流cap = cv2.VideoCapture('11.mp4')
ret,frame1 = cap.read()#读到第一帧ret,frame2 = cap.read()#读到第二帧
while cap.isOpened():#判断cap是否打开    diff = cv2.absdiff(frame1,frame2)#若打开，则第一帧和第二帧作比较
    mask = filter_img(diff)
    contours,_ = cv2.findContours(mask,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)#寻找视频流的轮廓，简单模式
    #用方框将视频流中的物体用矩形框出    for contour in contours:        (x,y,w,h) = cv2.boundingRect(contour)#得到矩阵的宽高        if cv2.contourArea(contour) < 10:#若矩阵的面积小于200，就无视（太小了）            continue        cv2.rectangle(frame1,pt1=(int(x),int(y)),pt2=(int(x)+int(w),int(y)+int(h)),color=(0,255,0),thickness=1)#将过滤的物体的矩阵轮廓绘出
    # cv2.drawContours(frame1,contours,-1,(0,255,0),2)#将视频流中的物体轮廓画出
    cv2.imshow('A',frame1)#将第一帧显示    cv2.imshow('B',mask)#将mask也显示
    frame1 = frame2#将第二帧赋值给第一帧    ret,frame2 = cap.read()#再将cap读到的赋值给第二帧
    if cv2.waitKey(50) == ord(' '):#等待五十毫秒或者按空格结束        break#销毁cap流cap.release()#释放窗口cv2.destroyAllWindows()