OpenCV 单对象追踪

这篇教学会介绍如何使用 OpenCV 里的单对象追踪功能 ( tracker )，并搭配 cv2.selectROI 选取需要追踪的物体，就能即时进行该对象的追踪。

快速导览：

• 对象追踪的八种算法
• cv2.selectROI 选取特定区域
• 即时追踪画面中的特定物体

因为程序中的 OpenCV 会需要使用镜头或 GPU，所以请使用本机环境 ( 参考：使用 Python 虚拟环境 ) 或使用 Anaconda Jupyter 进行实作 ( 参考：使用 Anaconda ) ，并安装 OpenCV 函数库 ( 参考：OpenCV 函数库 )。

对象追踪的八种算法

OpenCV 提供了八种对象追踪的算法，算法的速度和精准度如下表所示：

使用 Python 时创建追踪器的语法如下：

cv2.selectROI 选取特定区域

要进行对象追踪，必须先选取特定区域，OpenCV 内建 cv2.selectROI 方法可以进行选取的功能，使用方法如下：

area = cv2.selectROI('視窗名稱', frame, showCrosshair=False, fromCenter=False)
# area：(x, y, width, height)
# frame：要選取的影像
# showCrosshair：選取框中間是否要有十字線，預設 True
# fromCenter：True 中心點選取，False 右上角選取

下方的程序码执行后，按下键盘按键 a 就会进入选取模式，此时摄影机画面会暂停，使用鼠标拖拉选取后，按下 enter 键，就会回传 xy 座标以及长宽尺寸。

import cv2

cap = cv2.VideoCapture(0)
if not cap.isOpened():
    print("Cannot open camera")
    exit()
while True:
    ret, frame = cap.read()
    if not ret:
        print("Cannot receive frame")
        break
    keyName = cv2.waitKey(1)
    # 按下 q 結束
    if keyName == ord('q'):
        break
    # 按下 a 開始選取
    if keyName == ord('a'):
        # 選取區域
        area = cv2.selectROI('oxxostudio', frame, showCrosshair=False, fromCenter=False)
        print(area)

    cv2.imshow('oxxostudio', frame)

cap.release()
cv2.destroyAllWindows()

即时追踪画面中的特定物体

透过 cv2.selectROI 方法取得区域位置和尺寸后，将位置和尺寸提交给透过 cv2.TrackerCSRT_create() 所创建的追踪器，搭配 tracker.init 追踪器初始化以及 tracker.update 追踪器更新的方法，就能即时追踪画面中的特定物体。

下方的程序码执行后，视窗中会看见摄影机的即时图像，按下键盘的 a 后图像会暂停，进入截取模式，透过鼠标拖曳出要追踪的对象区域，按下 Enter 后就会出现红色追踪外框，开始追踪特定的对象。

import cv2

tracker = cv2.TrackerCSRT_create()  # 創建追蹤器
tracking = False                    # 設定 False 表示尚未開始追蹤

cap = cv2.VideoCapture(0)
if not cap.isOpened():
    print("Cannot open camera")
    exit()

while True:
    ret, frame = cap.read()
    if not ret:
        print("Cannot receive frame")
        break
    frame = cv2.resize(frame,(540,300))  # 縮小尺寸，加快速度
    keyName = cv2.waitKey(1)

    if keyName == ord('q'):
        break
    if keyName == ord('a'):
        area = cv2.selectROI('oxxostudio', frame, showCrosshair=False, fromCenter=False)
        tracker.init(frame, area)    # 初始化追蹤器
        tracking = True              # 設定可以開始追蹤
    if tracking:
        success, point = tracker.update(frame)   # 追蹤成功後，不斷回傳左上和右下的座標
        if success:
            p1 = [int(point[0]), int(point[1])]
            p2 = [int(point[0] + point[2]), int(point[1] + point[3])]
            cv2.rectangle(frame, p1, p2, (0,0,255), 3)   # 根據座標，繪製四邊形，框住要追蹤的物件

    cv2.imshow('oxxostudio', frame)

cap.release()
cv2.destroyAllWindows()

意见反馈