OpenCV中Camshitf算法學習

今天上午，結合OpenCV自帶的camshitf例程，簡單的對camshitf有了一個大體的認識和理解，現總結以下：

1：關於HSV

H指hue（色相）、S指saturation（飽和度）、V指value(色調)。

• 色相（H）是色彩的基本屬性，就是日常所說的顏色名稱，如紅色、黃色等；
• 飽和度（S）是指色彩的純度，越高色彩越純，低則逐漸變灰，取0-100%的數值；
• 明度（V）取0-100%。

RGB 和 CMYK 分別是加法原色和減法原色模型，以原色組合的方式定義顏色，而 HSV 以人類更熟悉的方式封裝了關於顏色的信息：「這是什麼顏色？深淺如何？明暗如何？」。

更多內容可參考：維基百科

2：關於Camshift算法的實現過程

Camshift的過程主要包含了3個部分：

• Back Projection(反投影)

Camshift的原理是根據關注區域的顏色(hue)的直方圖來進行跟蹤，因此Back Projection的過程從結果上來將就是獲得hue的直方圖，或者是顏色的機率分佈的。什麼叫作Back Projection？ Back Projection 就是將hue直方圖轉換成hue(色彩)機率分佈圖。具體的步驟分爲：
1）:將原始RGB圖像轉換顏色空間到HSV色彩空間上
2）:將hsv中的h份量提取出來的
3）:計算出指定區域的hue直方圖——直方圖表明瞭不一樣H份量取值出現的機率，或者說能夠據此查找出H份量的大小爲x時的機率或像素個數，即，獲得顏色機率查找表

4）:Back Projection過程——將圖像中每一個像素的值用其顏色出現的機率進行替換，由此獲得顏色機率分佈圖

• MeanShift

1）:設置初始化窗口
2）:計算這個窗口的重心(xc,yc)
3）:將窗口的中心移到重心上面去。(中心就是窗口的矩形兩個對角線 的交叉點)
4）:重複上面的2和3的步驟，知道最後窗口的位置再也不變換爲止.

• Camshift

對於Camshift(Continuously Adaptive Mean-Shift)的基本原理是對視頻圖像的全部幀做MeanShift運行，並將上一幀的結果做爲下一幀的初始化初始化窗口，如此迭代就能夠進行跟蹤了。

3：代碼

結合OpenCV自帶的camshitf例程，用代碼實現camshitf算法過程：

 1 //變量聲明
 2 Rect trackWindow;
 3 RotatedRect trackBox;    
 4 int hsize = 16;
 5 int ch[] = {0, 0};
 6 float hranges[] = {0,180};
 7 const float* phranges = hranges;
 8 
 9 Mat image, hsv, hue, mask, hist;//image爲攝像頭或是用戶加載的得到的圖片
10 
11 cvtColor(image, hsv, CV_BGR2HSV);
12 inRange(hsv, Scalar(0, smin, MIN(_vmin,_vmax)),Scalar(180, 256, MAX(_vmin, _vmax)), mask);
13 hue.create(hsv.size(), hsv.depth());
14 mixChannels(&hsv, 1, &hue, 1, ch, 1);
15 calcHist(&hue, 1, 0, mask, hist, 1, &hsize, &phranges);
16 normalize(hist, hist, 0, 255, CV_MINMAX);
17 
18 calcBackProject(&hue, 1, 0, hist, backproj, &phranges);
19 backproj &= mask;
20 RotatedRect trackBox = CamShift(backproj, trackWindow,
21                        TermCriteria(CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ));

對於該行代碼：

1 inRange(hsv, Scalar(0, smin, MIN(_vmin,_vmax)),Scalar(180, 256, MAX(_vmin, _vmax)), mask);

inRange函數的功能是檢查輸入數組每一個元素大小是否在2個給定數值之間，能夠有多通道,mask保存0通道的最小值，也就是h份量；這裏利用了hsv的3個通道，比較h,0~180,s,smin~256,v,min(_vmin,_vmax),max(_vmin,_vmax)。若是3個通道都在對應的範圍內，則mask對應的那個點的值全爲1(0xff)，不然爲0(0x00).

參考資料：

目標跟蹤學習筆記_1(opencv中meanshift和camshift例子的應用)

Opencv Camshift學習總結

camShift跟蹤算法介紹

 

StevenMeng 

2013.10.04