Я использую следующие функции в качестве основы моего алгоритма отслеживания.найти оптический поток для каждого пикселя opencv
// 1. обнаружить признаки , что я имею в виду, эта функция извлечения только хорошие черты,
cv::goodFeaturesToTrack(gray_prev, // the image
features, // the output detected features
max_count, // the maximum number of features
qlevel, // quality level
minDist); // min distance between two features
// 2. Трек особенности
cv::calcOpticalFlowPyrLK(
gray_prev, gray, // 2 consecutive images
points_prev, // input point positions in first im
points_cur, // output point positions in the 2nd
status, // tracking success
err); // tracking error
cv::calcOpticalFlowPyrLK
принимает вектор точек из предыдущего изображения в качестве входных данных и возвращает соответствующие точки на следующем изображении. Предположим, я хочу, чтобы вычислить opical поток для каждого Pixle вместо хороших возможностей
в другом значении, начинают вычислять оптического потока от (1,1) до (т, п)
Возможный дубликат [Отслеживание Opencv с использованием оптического потока] (http://stackoverflow.com/questions/9701276/opencv-tracking-using-optical-flow) –
@RogerRowland Нет, этот вопрос не совпадает. –
Могу ли я также предложить это? Это называется фазовой корреляцией: http://stackoverflow.com/questions/16718241/lucas-kanade-dense-optical-flow/21007222#21007222 –