目标跟踪（3）MultiTracker : 基于 OpenCV (C++Python) 的多目标跟踪

在这篇文章中，我们将介绍如何使用通过 MultiTracker 类实现的 OpenCV 的多对象跟踪 API。我们将共享C++ 和 Python 代码。

大多数计算机视觉和机器学习的初学者都学习对象检测。如果您是初学者，您可能会想为什么我们需要对象跟踪。我们不能只检测每一帧中的对象吗？

让我们来探究一下跟踪是有用的几个原因。

首先，当在视频帧中检测到多个对象（例如人）时，跟踪有助于跨帧建立对象的身份。

其次，在某些情况下，对象检测可能会失败，但仍可能跟踪对象，因为跟踪考虑了对象在前一帧中的位置和外观。

第三，一些跟踪算法非常快，因为它们做的是局部搜索，而不是全局搜索。因此，我们可以通过每n帧进行目标检测，并在中间帧中跟踪目标，从而为我们的系统获得很高的帧率。

那么，为什么不在第一次检测后无限期地跟踪对象呢？跟踪算法有时可能会丢失它正在跟踪的对象。例如，当对象的运动太大时，跟踪算法可能跟不上。许多现实世界的应用程序同时使用检测和跟踪。

在本教程中，我们只关注跟踪部分。我们想要跟踪的对象将通过拖动它们周围的包围框来指定。

OpenCV 中的 MultiTracker 类提供了多目标跟踪的实现。它是一个简单的实现，因为它独立处理跟踪对象，而不对跟踪对象进行任何优化。

让我们逐步查看代码，了解如何使用 OpenCV 的多目标跟踪 API。

2.1 第 1 步:创建单一对象跟踪器

多目标跟踪器只是单目标跟踪器的集合。我们首先定义一个函数，该函数接受一个跟踪器类型作为输入，并创建一个跟踪器对象。OpenCV有8种不同的跟踪器类型:BOOSTING, MIL, KCF,TLD, MEDIANFLOW, GOTURN, MOSSE, CSRT。

如果您想使用 GOTURN 跟踪器，请务必阅读这篇文章并下载 caffe 模型。

在下面的代码中，给定跟踪器类的名称，我们返回跟踪器对象。这将在稍后用于多目标跟踪器。

Python

C++

2.2 第 2 步：读取视频的第一帧

多目标跟踪器需要两个输入

给定这些信息，跟踪器在所有后续帧中跟踪这些指定对象的位置。 在下面的代码中，我们首先使用 VideoCapture 类加载视频并读取第一帧。这将在稍后用于初始化 MultiTracker。

Python

C++

2.3 第 3 步：在第一帧中定位对象

接下来，我们需要在第一帧中定位我们想要跟踪的对象。该位置只是一个边界框。 OpenCV 提供了一个名为 selectROI 的函数，该函数会d出一个 GUI 来选择边界框（也称为感兴趣区域 (ROI)）。 在 C++ 版本中，selectROI 允许您获取多个边界框，但在 Python 版本中，它只返回一个边界框。所以，在 Python 版本中，我们需要一个循环来获取多个边界框。 对于每个对象，我们还选择一种随机颜色来显示边界框。 代码如下所示。

Python

C++

getRandomColors 函数相当简单

2.4 第 3 步：初始化 MultiTracker

到目前为止，我们已经读取了第一帧并获得了对象周围的边界框。这就是我们初始化多目标跟踪器所需的所有信息。

我们首先创建一个 MultiTracker 对象，并向其中添加与边界框一样多的单个对象跟踪器。在此示例中，我们使用 CSRT 单对象跟踪器，但您可以通过将下面的 trackerType 变量更改为本文开头提到的 8 个跟踪器之一来尝试其他跟踪器类型。 CSRT 跟踪器不是最快的，但在我们尝试的许多情况下它产生了最好的结果。

您还可以使用包裹在同一个 MultiTracker 中的不同跟踪器，但当然，这没什么意义。

MultiTracker 类只是这些单个对象跟踪器的包装器。正如我们从上一篇文章中知道的那样，单个对象跟踪器是使用第一帧初始化的，并且边界框指示我们想要跟踪的对象的位置。 MultiTracker 将此信息传递给它在内部包装的单个对象跟踪器。

Python

C++

2.5 第 4 步：更新 MultiTracker 并显示结果

最后，我们的 MultiTracker 已准备就绪，我们可以在新帧中跟踪多个对象。我们使用 MultiTracker 类的 update 方法来定位新框架中的对象。每个跟踪对象的每个边界框都使用不同的颜色绘制。

Python

C++

C++

Python

#include <stdio.h>

#include <windows.h>

#include "cv.h"

#include "cxcore.h"

#include "highgui.h"

#include <opencv2\opencv.hpp>

using namespace cv

static const double pi = 3.14159265358979323846

inline static double square(int a)

{

return a * a

}

/*该函数目的：给img分配内存空间，并设定format，如位深以及channel数*/

inline static void allocateOnDemand(IplImage **img, CvSize size, int depth, int channels)

{

if (*img != NULL) return

*img = cvCreateImage(size, depth, channels)

if (*img == NULL)

{

fprintf(stderr, "Error: Couldn't allocate image. Out of memory?\n")

exit(-1)

}

}

/*主函数，原程序是读取avi视频文件，然后处理，我简单改成从摄像头直接读取数据*/

int main(int argc, char *argv[])

{

//读取摄像头

VideoCapture cap(0)

//读取视频文件

//VideoCapture capcap.open("optical_flow_input.avi")

if (!cap.isOpened())

{

return -1

}

Mat frame

/*

bool stop = false

while (!stop)

{

cap >>frame

// cvtColor(frame, edges, CV_RGB2GRAY)

// GaussianBlur(edges, edges, Size(7, 7), 1.5, 1.5)

// Canny(edges, edges, 0, 30, 3)

// imshow("当前视频", edges)

imshow("当前视频", frame)

if (waitKey(30) >= 0)

stop = true

}

*/

//CvCapture *input_video = cvCaptureFromFile( "optical_flow_input.avi")

//cv::VideoCapture cap = *(cv::VideoCapture *) userdata

//if (input_video == NULL)

// {

// fprintf(stderr, "Error: Can't open video device.\n")

// return -1

// }

/*先读取一帧，以便得到帧的属性，如长、宽等*/

//cvQueryFrame(input_video)

/*读取帧的属性*/

CvSize frame_size

frame_size.height = cap.get(CV_CAP_PROP_FRAME_HEIGHT)

frame_size.width = cap.get(CV_CAP_PROP_FRAME_WIDTH)

/*********************************************************/

/*用于把结果写到文件中去,非必要

int frameW = frame_size.height// 744 for firewire cameras

int frameH = frame_size.width// 480 for firewire cameras

VideoWriter writer("VideoTest.avi", -1, 25.0, cvSize(frameW, frameH), true)

/*开始光流法*/

//VideoWriter writer("VideoTest.avi", CV_FOURCC('D', 'I', 'V', 'X'), 25.0, Size(640, 480), true)

while (true)

{

static IplImage *frame = NULL, *frame1 = NULL, *frame1_1C = NULL,

*frame2_1C = NULL, *eig_image = NULL, *temp_image = NULL,

*pyramid1 = NULL, *pyramid2 = NULL

Mat framet

/*获取第一帧*/

// cap >>framet

cap.read(framet)

Mat edges

//黑白抽象滤镜模式

// cvtColor(framet, edges, CV_RGB2GRAY)

// GaussianBlur(edges, edges, Size(7, 7), 1.5, 1.5)

// Canny(edges, edges, 0, 30, 3)

//转换mat格式到lpiimage格式

frame = &IplImage(framet)

if (frame == NULL)

{

fprintf(stderr, "Error: Hmm. The end came sooner than we thought.\n")

return -1

}

/*由于opencv的光流函数处理的是8位的灰度图，所以需要创建一个同样格式的

IplImage的对象*/

allocateOnDemand(&frame1_1C, frame_size, IPL_DEPTH_8U, 1)

/* 把摄像头图像格式转换成OpenCV惯常处理的图像格式*/

cvConvertImage(frame, frame1_1C, 0)

/* 我们需要把具有全部颜色信息的原帧保存，以备最后在屏幕上显示用*/

allocateOnDemand(&frame1, frame_size, IPL_DEPTH_8U, 3)

cvConvertImage(frame, frame1, 0)

/* 获取第二帧 */

//cap >>framet

cap.read(framet)

// cvtColor(framet, edges, CV_RGB2GRAY)

// GaussianBlur(edges, edges, Size(7, 7), 1.5, 1.5)

// Canny(edges, edges, 0, 30, 3)

frame = &IplImage(framet)

if (frame == NULL)

{

fprintf(stderr, "Error: Hmm. The end came sooner than we thought.\n")

return -1

}

/*原理同上*/

allocateOnDemand(&frame2_1C, frame_size, IPL_DEPTH_8U, 1)

cvConvertImage(frame, frame2_1C, 0)

/*********************************************************

开始shi-Tomasi算法，该算法主要用于feature selection,即一张图中哪些是我

们感兴趣需要跟踪的点(interest point)

input:

* "frame1_1C" 输入图像.

* "eig_image" and "temp_image" 只是给该算法提供可 *** 作的内存区域.

* 第一个".01" 规定了特征值的最小质量，因为该算法要得到好的特征点，哪就

需要一个选择的阈值

* 第二个".01" 规定了像素之间最小的距离，用于减少运算复杂度，当然也一定

程度降低了跟踪精度

* "NULL" 意味着处理整张图片，当然你也可以指定一块区域

output:

* "frame1_features" 将会包含fram1的特征值

* "number_of_features" 将在该函数中自动填充上所找到特征值的真实数目,

该值<= 400

**********************************************************/

/*开始准备该算法需要的输入*/

/* 给eig_image,temp_image分配空间*/

allocateOnDemand(&eig_image, frame_size, IPL_DEPTH_32F, 1)

allocateOnDemand(&temp_image, frame_size, IPL_DEPTH_32F, 1)

/* 定义存放frame1特征值的数组，400只是定义一个上限 */

CvPoint2D32f frame1_features[400]

intnumber_of_features = 400

/*开始跑shi-tomasi函数*/

cvGoodFeaturesToTrack(frame1_1C, eig_image, temp_image,

frame1_features, &number_of_features, .01, .01, NULL)

/**********************************************************

开始金字塔Lucas Kanade光流法，该算法主要用于feature tracking,即是算出

光流，并跟踪目标。

input:

* "frame1_1C" 输入图像，即8位灰色的第一帧

* "frame2_1C" 第二帧，我们要在其上找出第一帧我们发现的特征点在第二帧

的什么位置

* "pyramid1" and "pyramid2" 是提供给该算法可 *** 作的内存区域，计算中间

数据

* "frame1_features" 由shi-tomasi算法得到的第一帧的特征点.

* "number_of_features" 第一帧特征点的数目

* "optical_flow_termination_criteria" 该算法中迭代终止的判别，这里是

epsilon<0.3，epsilon是两帧中对应特征窗口的光度之差的平方，这个以后的文

章会讲

* "0" 这个我不知道啥意思，反正改成1就出不来光流了，就用作者原话解释把

means disable enhancements. (For example, the second array isn't

pre-initialized with guesses.)

output:

* "frame2_features" 根据第一帧的特征点，在第二帧上所找到的对应点

* "optical_flow_window" lucas-kanade光流算法的运算窗口,具体lucas-kanade

会在下一篇详述

* "5" 指示最大的金字塔层数，0表示只有一层，那就是没用金字塔算法

* "optical_flow_found_feature" 用于指示在第二帧中是否找到对应特征值，

若找到，其值为非零

* "optical_flow_feature_error" 用于存放光流误差

**********************************************************/

/*开始为pyramid lucas kanade光流算法输入做准备*/

CvPoint2D32f frame2_features[400]

/* 该数组相应位置的值为非零，如果frame1中的特征值在frame2中找到 */

char optical_flow_found_feature[400]

/* 数组第i个元素表对应点光流误差*/

float optical_flow_feature_error[400]

/*lucas-kanade光流法运算窗口,这里取3*3的窗口,可以尝试下5*5,区别就是5*5

出现aperture problem的几率较小,3*3运算量小，对于feature selection即shi-tomasi算法来说足够了*/

CvSize optical_flow_window = cvSize(5, 5)

// CvSize optical_flow_window = cvSize(5, 5)

/* 终止规则，当完成20次迭代或者当epsilon<=0.3，迭代终止，可以尝试下别的值*/

CvTermCriteria optical_flow_termination_criteria= cvTermCriteria(CV_TERMCRIT_ITER | CV_TERMCRIT_EPS, 20, .3)

/*分配工作区域*/

allocateOnDemand(&pyramid1, frame_size, IPL_DEPTH_8U, 1)

allocateOnDemand(&pyramid2, frame_size, IPL_DEPTH_8U, 1)

/*开始跑该算法*/

cvCalcOpticalFlowPyrLK(frame1_1C, frame2_1C, pyramid1, pyramid2,frame1_features, frame2_features, number_of_features,

optical_flow_window, 5, optical_flow_found_feature,optical_flow_feature_error, optical_flow_termination_criteria, 0)

/*画光流场，画图是依据两帧对应的特征值，

这个特征值就是图像上我们感兴趣的点，如边缘上的点P(x,y)*/

for (int i = 0i<number_of_featuresi++)

{

/* 如果没找到对应特征点 */

if (optical_flow_found_feature[i] == 0)

continue

int line_thickness

line_thickness = 1

/* CV_RGB(red, green, blue) is the red, green, and blue components

* of the color you want, each out of 255.

*/

CvScalar line_color

line_color = CV_RGB(255, 0, 0)

/*画箭头,因为帧间的运动很小，所以需要缩放，不然看不见箭头，缩放因子为3*/

CvPoint p, q

p.x = (int)frame1_features[i].x

p.y = (int)frame1_features[i].y

q.x = (int)frame2_features[i].x

q.y = (int)frame2_features[i].y

double angle

angle = atan2((double)p.y - q.y, (double)p.x - q.x)

double hypotenuse

hypotenuse = sqrt(square(p.y - q.y) + square(p.x - q.x))

/*执行缩放*/

q.x = (int)(p.x - 5 * hypotenuse * cos(angle))

q.y = (int)(p.y - 5 * hypotenuse * sin(angle))

/*画箭头主线*/

/* "frame1"要在frame1上作画.

* "p" 线的开始点.

* "q" 线的终止点.

* "CV_AA" 反锯齿.

* "0" 没有小数位.

*/

cvLine(frame1, p, q, line_color, line_thickness, CV_AA, 0)

/* 画箭的头部*/

p.x = (int)(q.x + 9 * cos(angle + pi / 4))

p.y = (int)(q.y + 9 * sin(angle + pi / 4))

cvLine(frame1, p, q, line_color, line_thickness, CV_AA, 0)

p.x = (int)(q.x + 9 * cos(angle - pi / 4))

p.y = (int)(q.y + 9 * sin(angle - pi / 4))

cvLine(frame1, p, q, line_color, line_thickness, CV_AA, 0)

}

/*显示图像*/

/*创建一个名为optical flow的窗口，大小自动改变*/

cvNamedWindow("Optical Flow", CV_WINDOW_NORMAL)

cvFlip(frame1, NULL, 2)

cvShowImage("Optical Flow", frame1)

/*延时，要不放不了*/

cvWaitKey(33)

/*写入到文件中去*/

// cv::Mat m = cv::cvarrToMat(frame1)//转换lpimgae到mat格式

// writer <<m//opencv3.0 version writer

}

cap.release()

cvWaitKey(33)

system("pause")

}

---