超级会员免费看
本文详细介绍了光流的概念、原理及其在OpenCV中的应用，包括稀疏光流追踪和密集光流追踪。通过Lucas-Kanade方法与Gunner Farneback算法，展示如何使用cv2.calcOpticalFlowPyrLK()和cv2.calcOpticalFlowFarneback()进行特征点追踪。文中给出了不同光流追踪方法的效果图，以及相关源码示例。
OpenCV中的光流及视频特征点追踪
这篇博客将介绍光流的概念以及如何使用 Lucas-Kanade 方法估计光流，并演示如何使用 cv2.calcOpticalFlowPyrLK() 来跟踪视频中的特征点。
1. 效果图
光流追踪效果图如下：
它显示了一个球在连续 5 帧中移动。箭头表示其位移矢量。
不是很严谨的——稀疏光流特征点追踪效果图如下：
它追踪了视频中多个车的主驾驶、副驾驶，以及行人的边缘角点的轨迹：
此代码不检查下一个关键点的正确程度。因此即使图像中的任何特征点消失，光流也有可能找到下一个看起来可能靠近它的点。对于稳健的跟踪，角点应该在特定的时间间隔内检测点。
过程图其一如下：
优化版的——稀疏
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
