Opencv跟踪的运动检测

Question

我需要在网络摄像机的视频帧中进行稳健的运动检测和跟踪。背景总是一样的。目的是识别物体的位置，如果可能的话没有阴影，但不是那么紧急以去除阴影。我已经尝试过使用opencv算法进行背景减法和阈值处理，但是这仅取决于一个图像作为背景，如果背景在亮度（或相机自动对焦）中稍微改变了一点，我需要算法对于亮度或阴影几乎没有变化。

Answer 1

强大的跟踪方法是世界各地正在开发的广泛研究兴趣的一部分... 这里有可能是解决您的问题的关键，这是非常有趣但广泛和开放的问题。

首先，它们中的很多都假定亮度恒定（因此你所要求的难以达到）。例如：

• 卢卡斯 - 奏
• 霍恩 - 雄克
• 块匹配

被广泛地用于跟踪，但假定亮度恒定。

然后其他有趣的东西可以均值漂移或CAMSHIFT跟踪，但你需要一个投影跟着......但是你可以用一个背投影相应计算，以一定的阈值，以适合稳健您的需求...

我会稍后发布， Julien，

Answer 2

当您尝试在OpenCV中使用阈值（RGB）（红色，绿色，蓝色）或HSV（色调，饱和度，值）颜色格式？根据个人经验，我发现HSV编码在与OpenCV进行阈值处理时使用视频素材中的彩色对象进行跟踪，cvBlobsLib可用于识别blob位置。

单纯疱疹病毒比较容易，因为单纯疱疹病毒的优点是只需使用单一数字来检测色彩（“色调”），尽管这种颜色具有多种色调的真实可能性，从光到更深的色调。 （颜色的数量和颜色的亮度分别由“饱和度”和“数值”参数处理）。

我阈值HSV参考图像（“imgHSV”），以获得使用呼叫到cvInRange（）的OpenCV API二进制（黑色和白色）图像：

cvInRangeS(imgHSV, 
      cvScalar(104, 178, 70 ), 
      cvScalar(130, 240, 124), 
      imgThresh); 

在上面的例子中，两个cvScalar参数是HSV值的下限和上限，表示蓝色的色相。在我自己的实验中，我能够通过抓取我感兴趣追踪的对象的截图并观察发生的色调/饱和度/亮度值的种类来获得一些合适的最大/最小值。

有关代码示例的更详细的描述可以在此blog posting上找到。

Answer 3

安德里安有一个很酷的教程http://www.pyimagesearch.com/2015/05/25/basic-motion-detection-and-tracking-with-python-and-opencv/

我也跟着有一个良好的实验测试 https://youtu.be/HJBOOZVefXA

我使用静态图像以及

frameDelta = cv2.absdiff(firstFrame, gray) 
thresh = cv2.threshold(frameDelta, 25, 255, cv2.THRESH_BINARY)[1] 
thresh = cv2.dilate(thresh, None, iterations=2) 
(cnts, _) = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, 
cv2.CHAIN_APPROX_SIMPLE) 

4行代码中找到运动以及 好运