1 @--751407505@qq.com
  2 // 程序描述：来自OpenCV安装目录下Samples文件夹中的官方示例程序-利用光流法进行运动目标检测
  3 //  描述：包含程序所使用的头文件和命名空间
  4 #include <opencv2/video/video.hpp>
  5 #include <opencv2/highgui/highgui.hpp>
  6 #include <opencv2/imgproc/imgproc.hpp>
  7 #include <opencv2/core/core.hpp>
  8 #include <iostream>
  9 #include <cstdio>
 10 using namespace std;
 11 using namespace cv;
 12 //  描述：声明全局函数
 13 void tracking(Mat &frame, Mat &output);
 14 bool addNewPoints();
 15 bool acceptTrackedPoint(int i);
 16 //  描述：声明全局变量
 17 string window_name = "optical flow tracking";
 18 Mat gray;   // 当前图片
 19 Mat gray_prev;  // 预测图片
 20 vector<Point2f> points[2];  // point0为特征点的原来位置，point1为特征点的新位置
 21 vector<Point2f> initial;    // 初始化跟踪点的位置
 22 vector<Point2f> features;   // 检测的特征
 23 int maxCount = 500; // 检测的最大特征数
 24 double qLevel = 0.01;   // 特征检测的等级
 25 double minDist = 10.0;  // 两特征点之间的最小距离
 26 vector<uchar> status;   // 跟踪特征的状态，特征的流发现为1，否则为0
 27 vector<float> err;
 28 //输出相应信息和OpenCV版本-----
 29 static void helpinformation()
 30 {
 31     cout <<"\n\n\t\t\t 光流法跟踪运动目标检测\n"
 32          <<"\n\n\t\t\t 当前使用的OpenCV版本为：" << CV_VERSION 
 33          <<"\n\n" ;
 34 }
 35  
 36 //main( )函数，程序入口
 37 int main()
 38 {
 39     Mat frame;
 40     Mat result;
 41     //加载使用的视频文件，放在项目程序运行文件下
 42     VideoCapture capture("1.avi");
 43     //显示信息函数
 44     helpinformation();
 45     // 摄像头读取文件开关
 46     if(capture.isOpened())  
 47     {
 48         while(true)
 49         {
 50             capture >> frame;
 51  
 52             if(!frame.empty())
 53             { 
 54                 tracking(frame, result);
 55             }
 56             else
 57             { 
 58                 printf(" --(!) No captured frame -- Break!");
 59                 break;
 60             }
 61             int c = waitKey(50);
 62             if( (char)c == 27 )
 63             {
 64                 break; 
 65             } 
 66         }
 67     }
 68     return 0;
 69 }
 70  
 71 // parameter: frame 输入的视频帧
 72 //            output 有跟踪结果的视频帧
 73 void tracking(Mat &frame, Mat &output)
 74 {
 75     cvtColor(frame, gray, CV_BGR2GRAY);
 76     frame.copyTo(output);
 77     // 添加特征点
 78     if (addNewPoints())
 79     {
 80         goodFeaturesToTrack(gray, features, maxCount, qLevel, minDist);
 81         points[0].insert(points[0].end(), features.begin(), features.end());
 82         initial.insert(initial.end(), features.begin(), features.end());
 83     }
 84  
 85     if (gray_prev.empty())
 86     {
 87         gray.copyTo(gray_prev);
 88     }
 89     // l-k光流法运动估计
 90     calcOpticalFlowPyrLK(gray_prev, gray, points[0], points[1], status, err);
 91     // 去掉一些不好的特征点
 92     int k = 0;
 93     for (size_t i=0; i<points[1].size(); i++)
 94     {
 95         if (acceptTrackedPoint(i))
 96         {
 97             initial[k] = initial[i];
 98             points[1][k++] = points[1][i];
 99         }
100     }
101     points[1].resize(k);
102     initial.resize(k);
103     // 显示特征点和运动轨迹
104     for (size_t i=0; i<points[1].size(); i++)
105     {
106         line(output, initial[i], points[1][i], Scalar(0, 0, 255));
107         circle(output, points[1][i], 3, Scalar(0, 255, 0), -1);
108     }
109  
110     // 把当前跟踪结果作为下一此参考
111     swap(points[1], points[0]);
112     swap(gray_prev, gray);  
113     imshow(window_name, output);
114 }
115  
116 //  检测新点是否应该被添加
117 // return: 是否被添加标志
118 bool addNewPoints()
119 {
120     return points[0].size() <= 10;
121 }
122  
123 //决定哪些跟踪点被接受
124 bool acceptTrackedPoint(int i)
125 {
126     return status[i] && ((abs(points[0][i].x - points[1][i].x) + abs(points[0][i].y - points[1][i].y)) > 2);
127 }