OpenCV 2.4.2 calcOpticalFlowPyrLK沒有找到任何點

我在Linux上使用OpenCV 2.4.2。我用C++編寫。我想跟蹤簡單的物體（例如白色背景上的黑色矩形）。首先，我使用goodFeaturesToTrack，然後使用calcOpticalFlowPyrLK在另一圖像上查找這些點。問題是calcOpticalFlowPyrLK沒有找到這些點。OpenCV 2.4.2 calcOpticalFlowPyrLK沒有找到任何點

我發現代碼，不會在C，這並不在我的情況下工作：http://dasl.mem.drexel.edu/~noahKuntz/openCVTut9.html

我已經把它轉換成C++：

int main(int, char**) { 
    Mat imgAgray = imread("ImageA.png", CV_LOAD_IMAGE_GRAYSCALE); 
    Mat imgBgray = imread("ImageB.png", CV_LOAD_IMAGE_GRAYSCALE); 
    Mat imgC = imread("ImageC.png", CV_LOAD_IMAGE_UNCHANGED); 

    vector<Point2f> cornersA; 

    goodFeaturesToTrack(imgAgray, cornersA, 30, 0.01, 30); 

    for (unsigned int i = 0; i < cornersA.size(); i++) { 
     drawPixel(cornersA[i], &imgC, 2, blue); 
    } 

    // I have no idea what does it do 
// cornerSubPix(imgAgray, cornersA, Size(15, 15), Size(-1, -1), 
//   TermCriteria(TermCriteria::COUNT + TermCriteria::EPS, 20, 0.03)); 

    vector<Point2f> cornersB; 
    vector<uchar> status; 
    vector<float> error; 

    // winsize has to be 11 or 13, otherwise nothing is found 
    int winsize = 11; 
    int maxlvl = 5; 

    calcOpticalFlowPyrLK(imgAgray, imgBgray, cornersA, cornersB, status, error, 
      Size(winsize, winsize), maxlvl); 

    for (unsigned int i = 0; i < cornersB.size(); i++) { 
     if (status[i] == 0 || error[i] > 0) { 
      drawPixel(cornersB[i], &imgC, 2, red); 
      continue; 
     } 
     drawPixel(cornersB[i], &imgC, 2, green); 
     line(imgC, cornersA[i], cornersB[i], Scalar(255, 0, 0)); 
    } 

    namedWindow("window", 1); 
    moveWindow("window", 50, 50); 
    imshow("window", imgC); 

    cvWaitKey(0); 

    return 0; 
}

ImageA：http://oi50.tinypic.com/14kv05v.jpg

ImageB：http://oi46.tinypic.com/4l3xom.jpg

ImageC：http://oi47.tinypic.com/35n3uox.jpg

我發現它只適用於winsize = 11。我試圖在移動的矩形上使用它來檢查它離原點的距離。它幾乎沒有檢測到所有四個角落。

int main(int, char**) { 
    std::cout << "Compiled at " << __TIME__ << std::endl; 

    Scalar white = Scalar(255, 255, 255); 
    Scalar black = Scalar(0, 0, 0); 
    Scalar red = Scalar(0, 0, 255); 
    Rect rect = Rect(50, 100, 100, 150); 

    Mat org = Mat(Size(640, 480), CV_8UC1, white); 
    rectangle(org, rect, black, -1, 0, 0); 

    vector<Point2f> features; 
    goodFeaturesToTrack(org, features, 30, 0.01, 30); 
    std::cout << "POINTS FOUND:" << std::endl; 
    for (unsigned int i = 0; i < features.size(); i++) { 
     std::cout << "Point found: " << features[i].x; 
     std::cout << " " << features[i].y << std::endl; 
    } 

    bool goRight = 1; 

    while (1) { 

     if (goRight) { 
      rect.x += 30; 
      rect.y += 30; 
      if (rect.x >= 250) { 
       goRight = 0; 
      } 
     } else { 
      rect.x -= 30; 
      rect.y -= 30; 
      if (rect.x <= 50) { 
       goRight = 1; 
      } 
     } 

     Mat frame = Mat(Size(640, 480), CV_8UC1, white); 
     rectangle(frame, rect, black, -1, 0, 0); 

     vector<Point2f> found; 
     vector<uchar> status; 
     vector<float> error; 
     calcOpticalFlowPyrLK(org, frame, features, found, status, error, 
        Size(11, 11), 5); 

     Mat display; 
     cvtColor(frame, display, CV_GRAY2BGR); 

     for (unsigned int i = 0; i < found.size(); i++) { 
      if (status[i] == 0 || error[i] > 0) { 
       continue; 
      } else { 
       line(display, features[i], found[i], red); 
      } 
     } 

     namedWindow("window", 1); 
     moveWindow("window", 50, 50); 
     imshow("window", display); 

     if (cvWaitKey(300) > 0) { 
      break; 
     } 
    } 

}

Lucas-Kanade的OpenCV實現似乎無法跟蹤二進制圖像上的矩形。我做錯了什麼或者這個功能不起作用？

來源

2012-07-27 Jaroslaw Pawlak

KLT通過查找關於某個窗口的兩組點之間的轉換來進行點跟蹤。窗口大小是每個點將被追趕以便在其他幀上匹配它的區域。

這是另一種基於漸變的算法，可以找到跟蹤的好特徵。

正常情況下，即使大動作，康萊特仍然採用金字塔方式來保持跟蹤。它可能在「maxLevel」時間用於指定的「窗口大小」。

從未在二進制圖像上試過KLT。問題可能出在康萊德的實施上，開始朝着錯誤的方向進行搜索，然後失去了重點。當你改變窗口大小時，搜索算法也會改變。在你的照片上，你最多隻有4個興趣點，只有1個像素。

這些參數你有興趣：

winSize – Size of the search window at each pyramid level 
maxLevel – 0-based maximal pyramid level number. If 0, pyramids are not used (single level), if 1, two levels are used etc. 
criteria – Specifies the termination criteria of the iterative search algorithm (after the specified maximum number of iterations criteria.maxCount or when the search window moves by less than criteria.epsilon

建議：

你嘗試與自然的照片？（例如兩張照片），您將擁有更多功能來跟蹤。 4或更少是很難保持。我會嘗試這第一

來源

2012-07-27 14:00:36 StackHola

是的，我嘗試過使用自然圖片。我一直在測試它的窗口大小高達150和最高水平高達100上百張圖像。對於任何這些值，它甚至沒有檢測到一點。 – 2012-07-30 08:37:01

好吧，那肯定不是一個正常的行爲。我個人在使用openCV時遇到了一些障礙，我並沒有發現它非常簡單，並且示例/文檔非常有幫助。您可能想嘗試一下ViSP（在GPL下）[ViSP網站]（http://www.irisa.fr/lagadic/visp/visp.html）有一本關於使用康萊特提供點跟蹤的教程 – StackHola 2012-07-31 08:04:47

盧卡斯卡納德方法通過使用該地區的梯度估計區域的運動。在某種情況下，漸變會降低方法。所以如果你在x和y方向沒有漸變，那麼這個方法就會失敗。第二個重要的值得注意的是，盧卡斯奏方程

E = {sum_}使用winsize（九* U + IY * V *它）²

是強度恆定約束的一階泰勒近似。

I（X，Y，T）= I（X + U，Y + V，T + 1）

因此該方法的無電平的限制（圖像金字塔）是圖像需要是一個線性函數。在實踐中，這意味着只有很小的動作可以估計，取決於你選擇的勝利。這就是爲什麼你使用水平線性圖像（It）。所以5的水平是有點高3應該是足夠的。你的情況頂層圖像具有尺寸640×480/2^5 = 20×15

最後，在你的代碼的問題是線路：

if (status[i] == 0 || error[i] > 0) {

您從盧卡斯找回錯誤kanade方法是由此產生的SSD，即：

error = sum（winSize）（I（x，y，0） - I（x + u，y + u，1）^ 2）/（winsize * winsize）

這是不太可能的，錯誤是0.所以最後你跳過所有功能。我忽略錯誤有很好的經驗，這只是一種信心措施。作爲向前/向後的信心，有很好的替代信心措施。您也可以通過忽略狀態標誌開始實驗，如果過多的缺陷被丟棄

來源

2013-01-16 20:49:24

OpenCV 2.4.2 calcOpticalFlowPyrLK沒有找到任何點

回答

相關問題