python+opencv实现目标跟踪过程

python opencv实现目标跟踪

python-opencv3.0新增了一些比较有用的 * 算法

这里根据官网示例写了一个 * 类

程序只能运行在安装有opencv3.0以上版本和对应的contrib模块的python解释器

#encoding=utf-8

import cv2
from items import MessageItem
import time
import numpy as np
'''
监视者模块,负责入侵检测,目标跟踪
'''
class WatchDog(object):
 #入侵检测者模块,用于入侵检测
   def __init__(self,frame=None):
       #运动检测器构造函数
       self._background = None
       if frame is not None:
           self._background = cv2.GaussianBlur(cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY),(21,21),0)
       self.es = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (10, 10))
   def isWorking(self):
       #运动检测器是否工作
       return self._background is not None
   def startWorking(self,frame):
       #运动检测器开始工作
       if frame is not None:
           self._background = cv2.GaussianBlur(cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY), (21, 21), 0)
   def stopWorking(self):
       #运动检测器结束工作
       self._background = None
   def analyze(self,frame):
       #运动检测
       if frame is None or self._background is None:
           return
       sample_frame = cv2.GaussianBlur(cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY),(21,21),0)
       diff = cv2.absdiff(self._background,sample_frame)
       diff = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)[1]
       diff = cv2.dilate(diff, self.es, iterations=2)
       image, cnts, hierarchy = cv2.findContours(diff.copy(),cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
       coordinate = []
       bigC = None
       bigMulti = 0
       for c in cnts:
           if cv2.contourArea(c) < 1500:
               continue
           (x,y,w,h) = cv2.boundingRect(c)
           if w * h > bigMulti:
               bigMulti = w * h
               bigC = ((x,y),(x+w,y+h))
       if bigC:
           cv2.rectangle(frame, bigC[0],bigC[1], (255,0,0), 2, 1)
       coordinate.append(bigC)
       message = {"coord":coordinate}
       message['msg'] = None
       return MessageItem(frame,message)

class Tracker(object):
   '''
   追踪者模块,用于追踪指定目标
   '''
   def __init__(self,tracker_type = "BOOSTING",draw_coord = True):
       '''
       初始化 * 种类
       '''
       #获得opencv版本
       (major_ver, minor_ver, subminor_ver) = (cv2.__version__).split('.')
       self.tracker_types = ['BOOSTING', 'MIL','KCF', 'TLD', 'MEDIANFLOW', 'GOTURN']
       self.tracker_type = tracker_type
       self.isWorking = False
       self.draw_coord = draw_coord
       #构造 *
       if int(minor_ver) < 3:
           self.tracker = cv2.Tracker_create(tracker_type)
       else:
           if tracker_type == 'BOOSTING':
               self.tracker = cv2.TrackerBoosting_create()
           if tracker_type == 'MIL':
               self.tracker = cv2.TrackerMIL_create()
           if tracker_type == 'KCF':
               self.tracker = cv2.TrackerKCF_create()
           if tracker_type == 'TLD':
               self.tracker = cv2.TrackerTLD_create()
           if tracker_type == 'MEDIANFLOW':
               self.tracker = cv2.TrackerMedianFlow_create()
           if tracker_type == 'GOTURN':
               self.tracker = cv2.TrackerGOTURN_create()
   def initWorking(self,frame,box):
       '''
        * 工作初始化
       frame:初始化追踪画面
       box:追踪的区域
       '''
       if not self.tracker:
           raise Exception(" * 未初始化")
       status = self.tracker.init(frame,box)
       if not status:
           raise Exception(" * 工作初始化失败")
       self.coord = box
       self.isWorking = True

def track(self,frame):
       '''
       开启追踪
       '''
       message = None
       if self.isWorking:
           status,self.coord = self.tracker.update(frame)
           if status:
               message = {"coord":[((int(self.coord[0]), int(self.coord[1])),(int(self.coord[0] + self.coord[2]), int(self.coord[1] + self.coord[3])))]}
               if self.draw_coord:
                   p1 = (int(self.coord[0]), int(self.coord[1]))
                   p2 = (int(self.coord[0] + self.coord[2]), int(self.coord[1] + self.coord[3]))
                   cv2.rectangle(frame, p1, p2, (255,0,0), 2, 1)
                   message['msg'] = "is tracking"
       return MessageItem(frame,message)

class ObjectTracker(object):
   def __init__(self,dataSet):
       self.cascade = cv2.CascadeClassifier(dataSet)
   def track(self,frame):
       gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
       faces = self.cascade.detectMultiScale(gray,1.03,5)
       for (x,y,w,h) in faces:
           cv2.rectangle(frame,(x,y),(x+w,y+h),(255,0,0),2)
       return frame

if __name__ == '__main__' :
   a = ['BOOSTING', 'MIL','KCF', 'TLD', 'MEDIANFLOW', 'GOTURN']
   tracker = Tracker(tracker_type="KCF")
   video = cv2.VideoCapture(0)
   ok, frame = video.read()
   bbox = cv2.selectROI(frame, False)
   tracker.initWorking(frame,bbox)
   while True:
       _,frame = video.read();
       if(_):
           item = tracker.track(frame);
           cv2.imshow("track",item.getFrame())
           k = cv2.waitKey(1) & 0xff
           if k == 27:
               break

#encoding=utf-8
import json
from utils import IOUtil
'''
信息封装类
'''
class MessageItem(object):
   #用于封装信息的类,包含图片和其他信息
   def __init__(self,frame,message):
       self._frame = frame
       self._message = message
   def getFrame(self):
       #图片信息
       return self._frame
   def getMessage(self):
       #文字信息,json格式
       return self._message
   def getBase64Frame(self):
       #返回base64格式的图片,将BGR图像转化为RGB图像
       jepg = IOUtil.array_to_bytes(self._frame[...,::-1])
       return IOUtil.bytes_to_base64(jepg)
   def getBase64FrameByte(self):
       #返回base64格式图片的bytes
       return bytes(self.getBase64Frame())
   def getJson(self):
       #获得json数据格式
       dicdata = {"frame":self.getBase64Frame().decode(),"message":self.getMessage()}
       return json.dumps(dicdata)
   def getBinaryFrame(self):
       return IOUtil.array_to_bytes(self._frame[...,::-1])

运行之后在第一帧图像上选择要追踪的部分,这里测试了一下使用KCF算法的 *

更新：忘记放utils，给大家造成的困扰深表歉意

#encoding=utf-8
import time
import numpy
import base64
import os
import logging
import sys
from settings import *
from PIL import Image
from io import BytesIO

#工具类
class IOUtil(object):
   #流操作工具类
   @staticmethod
   def array_to_bytes(pic,formatter="jpeg",quality=70):
       '''
       静态方法,将numpy数组转化二进制流
       :param pic: numpy数组
       :param format: 图片格式
       :param quality:压缩比,压缩比越高,产生的二进制数据越短
       :return:
       '''
       stream = BytesIO()
       picture = Image.fromarray(pic)
       picture.save(stream,format=formatter,quality=quality)
       jepg = stream.getvalue()
       stream.close()
       return jepg
   @staticmethod
   def bytes_to_base64(byte):
       '''
       静态方法,bytes转base64编码
       :param byte:
       :return:
       '''
       return base64.b64encode(byte)
   @staticmethod
   def transport_rgb(frame):
       '''
       将bgr图像转化为rgb图像,或者将rgb图像转化为bgr图像
       '''
       return frame[...,::-1]
   @staticmethod
   def byte_to_package(bytes,cmd,var=1):
       '''
       将每一帧的图片流的二进制数据进行分包
       :param byte: 二进制文件
       :param cmd:命令
       :return:
       '''
       head = [ver,len(byte),cmd]
       headPack = struct.pack("!3I", *head)
       senddata = headPack+byte
       return senddata
   @staticmethod
   def mkdir(filePath):
       '''
       创建文件夹
       '''
       if not os.path.exists(filePath):
           os.mkdir(filePath)
   @staticmethod
   def countCenter(box):
       '''
       计算一个矩形的中心
       '''
       return (int(abs(box[0][0] - box[1][0])*0.5) + box[0][0],int(abs(box[0][1] - box[1][1])*0.5) +box[0][1])
   @staticmethod
   def countBox(center):
       '''
       根据两个点计算出,x,y,c,r
       '''
       return (center[0][0],center[0][1],center[1][0]-center[0][0],center[1][1]-center[0][1])
   @staticmethod
   def getImageFileName():
       return time.strftime("％Y_％m_％d_％H_％M_％S", time.localtime())+'.png'

#构造日志
logger = logging.getLogger(LOG_NAME)
formatter = logging.Formatter(LOG_FORMATTER)
IOUtil.mkdir(LOG_DIR);
file_handler = logging.FileHandler(LOG_DIR + LOG_FILE,encoding='utf-8')
file_handler.setFormatter(formatter)
console_handler = logging.StreamHandler(sys.stdout)
console_handler.setFormatter(formatter)
logger.addHandler(file_handler)
logger.addHandler(console_handler)
logger.setLevel(logging.INFO)

来源：https://blog.csdn.net/qq_35488769/article/details/79103264