OpenCV实现多目标追踪（1）

• 1.配置参数
• 2.实例化追踪器
• 3.处理视频的每一帧
• 4.框选ROI并追踪

本文利用OpenCV已有的七种目标追踪算法，通过对传入视频中感兴趣的目标对象进行框选，实现实时追踪框选对象。

步骤：

• 首先需要配置相应参数并创建MultiTracker对象，其次，读取并处理视频的每一帧，接着，框选ROI区域，然后，给MultiTracker对象添加实际的追踪算法，最后，对每一帧进行进行目标追踪。

1.配置参数

ap = argparse.ArgumentParser()
ap.add_argument("-v", "--video", type=str,
	help="path to input video file")
ap.add_argument("-t", "--tracker", type=str, default="kcf",
	help="OpenCV object tracker type")
args = vars(ap.parse_args())

2.实例化追踪器

# opencv已经实现了的追踪算法
OPENCV_OBJECT_TRACKERS = {
	"csrt": cv2.legacy.TrackerCSRT_create,#比KCF稍精确，但速度不佳
	"kcf": cv2.legacy.TrackerKCF_create,#有遮挡的情况下表现不佳
	"boosting": cv2.legacy.TrackerBoosting_create,#速度较慢，并且表现不好
	"mil": cv2.legacy.TrackerMIL_create,#失败率比较高
	"tld": cv2.legacy.TrackerTLD_create,#在多帧遮挡下效果最好。但是TLD的误报非常多
	"medianflow": cv2.legacy.TrackerMedianFlow_create,#当运动是可预测的并且没有遮挡时，效果非常好，但是对于快速跳动或快速移动的物体，模型会失效。
	"mosse": cv2.legacy.TrackerMOSSE_create#速度真心快，但是不如CSRT和KCF的准确率那么高
}

# 实例化OpenCV's multi-object tracker
trackers = cv2.legacy.MultiTracker_create()#创建MultiTracker对象
vs = cv2.VideoCapture(args["video"])

3.处理视频的每一帧

 # 视频流
while True:
	# 取当前帧
	frame = vs.read()
	# (true, data)
	frame = frame[1]
	# 到头了就结束
	if frame is None:
		break

	# resize每一帧
	(h, w) = frame.shape[:2]
	width=600
	r = width / float(w)
	dim = (width, int(h * r))
	frame = cv2.resize(frame, dim, interpolation=cv2.INTER_AREA)

        # 追踪结果
	(success, boxes) = trackers.update(frame)#更新目标追踪器，返回两个参数，一个是是否追踪成功，另一个是追踪到的ROI框

4.框选ROI并追踪

	# 绘制区域
	for box in boxes:
		(x, y, w, h) = [int(v) for v in box]#box是一个浮点型的ndarray，绘图时需要转成int型
		cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

	# 显示
	cv2.imshow("Frame", frame)
	key = cv2.waitKey(100) & 0xFF

	if key == ord("s"):
		# 选择一个区域，按s
		box = cv2.selectROI("Frame", frame, fromCenter=False,
			showCrosshair=True)#"Frame"：窗口名；frame：图像名；showCrosshair：是否在矩形框里画十字线，默认为True；fromCenter：是否在矩形框里画十字线，默认为False。


		# 创建一个新的追踪器
		tracker = OPENCV_OBJECT_TRACKERS["csrt"]()#创建一个实际的目标追踪器
		trackers.add(tracker, frame, box)#将选择好的目标添加到追踪器上

	# 退出
	elif key == 27:
		break
vs.release()
cv2.destroyAllWindows()