OpenCV杂谈_03

一. 需要做的前期准备

1. 环境配置：
   Python版本：3.9.0
   功能包：opencv-python（4.5.2.52）、opencv-contrib-python（4.5.2.52）
2. 需要自行拍摄想要识别物体的视频，作为input
3. 一个用的顺手的IDE（本人推荐Pycharm）

二. 源码如下（需要修改input为自己拍摄的source）

"""通过使用OpenCV-Python实现手动对物体进行boundingbox的绘制，以及之后对boundingbox的追踪"""
import cv2

cap = cv2.VideoCapture("bottle_capture.mp4")
tracker = cv2.TrackerMIL_create()  # 导入tracker

#############
tracker的部分有可能会因为opencv版本的不同而导致调用失败，因此根据自己的版本可进行相应的tracker的选择，一般情况下都是可以使用的，但tracking的精度上稍有不同
tracker = cv2.TrackerBoosting_create()
tracker = cv2.TrackerMIL_create()
tracker = cv2.TrackerKCF_create()
tracker = cv2.TrackerTLD_create()
tracker = cv2.TrackerMedianFlow_create()
tracker = cv2.TrackerCSRT_create()
tracker = cv2.TrackerMOSSE_create()
#############

# 在视频的第一帧中，通过手动绘制boundingbox去抓取目标，抓取成功之后敲击回车键，boundingbox便会被视为之后将要tracking的对象
success, frame = cap.read()
boundingBox = cv2.selectROI("Tracking", frame, False)
tracker.init(frame, boundingBox)

# 在接下来的视频的其他帧中，按照之前第一帧自己绘制的bounding box的顶点、长、宽去重复添加boundingbox
def drawBox(img, boundingBox):
    x, y, w, h = int(boundingBox[0]), int(boundingBox[1]), int(boundingBox[2]), int(boundingBox[3])
    cv2.rectangle(img, (x, y), ((x + w), (y + h)), (255, 0, 255), 3, 3)
    cv2.putText(img, "Tracking", (100, 75), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)  # 捕获成功地话在界面中输出：tracking 


while True:
    timer = cv2.getTickCount()
    success, img = cap.read()
    success, boundingBox = tracker.update(img)

    if success:  # 如果在第一帧手动添加boundingbox 成功的话
        drawBox(img, boundingBox)  # 绘制bounding box在接下来的帧中
    else:  # 如果第一帧手动添加boundingbox失败的话则在界面上输出：lost the target
        cv2.putText(img, "Lost the target", (75, 75), cv2.FONT_ITALIC, 0.9, (0, 0, 255), 2)

    cv2.rectangle(img, (15, 15), (200, 90), (255, 0, 255), 2)
    cv2.putText(img, "Fps:", (20, 40), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 0, 255), 2)  # 显示fps
    cv2.putText(img, "Status:", (20, 75), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (255, 0, 255), 2)

    fps = cv2.getTickFrequency() / (cv2.getTickCount() - timer)  # 获取视频的fps
     # 根据视频fps的大小去定义显示fps字体的颜色
    if fps > 60: 
        myColor = (20, 230, 20)
    elif fps > 20:
        myColor = (230, 20, 20)
    else:
        myColor = (20, 20, 230)
    cv2.putText(img, "FPS:" + str(int(fps)), (75, 50), cv2.FONT_ITALIC, 0.9, myColor, 2)  # 显示fps

    cv2.imshow("Tracking", img)
    if cv2.waitKey(1) & 0xFF == ord("q"):
        break

三. 结果展示（由于上传图片大小的限制，gif动图较短）

四. 解惑与推荐

1. 对于boundingbox的参数的理解：
   boundingbox有四个值，分别是x, y, w, h，其中（x, y）组成了boundingbox的左上角顶点的坐标，w代表boundingbox的宽, h代表boundingbox的高。
2. 有关tracking的博文推荐：https://ehsangazar.com/object-tracking-with-opencv-fd18ccdd7369（内容为英文）
3. OpenCV-Python教程推荐：https://www.youtube.com/watch?v=1FJWXOO1SRI&list=RDCMUCYUjYU5FveRAscQ8V21w81A&start_radio=1&t=1094（内容为英文，需要翻墙）

如有问题，敬请指正。欢迎转载，但请注明出处。