Co je OpenCV Tracking?
Open Source Computer Vision Library je plné jméno pro OpenCV, knihovnu programovacích funkcí a open source sadu nástrojů pro použití napříč platformami při zpracování obrazu počítačového vidění v reálném čase a sledování OpenCV. Byl vyvinut na přelomu 21. a 21. století a původně byl určen pro trojrozměrné (3-D) zobrazovací stěny a sledování paprsků. S využitím kreativního kódování může OpenCV nabídnout vývojářům vývojově optimalizovaného kódu založeného na vizi v rozhraní C nebo C ++ zpočátku, i když je k dispozici v několika jazycích, a je přizpůsobitelný pro vzdálené použití na ručních zařízeních. Je schopen mimo jiné zaznamenávat video soubory v reálném čase, základní konfigurace videa, detekci objektů a sledování pohybu a barev. OpenCV je schopen kalibrace kamer, protože dokáže najít a sledovat kalibrace kamer a nastavit stereofonní korespondenci na videokamerách.
Funkce CalcGlobalOrientation pro sledování OpenCV počítá orientaci pohybu určité oblasti ve spojení s druhým příkazem CalcMotionGradient a vytváří historii pohybu a časové razítko pro sledování směru pohybu, vrací výsledky ve stupních a zaznamenává následné posuny. Konečným výsledkem by byl součet původní orientace a úhly posunu. Čtení a zápis obrazových souborů a jejich nucení na tříkanálový barevný obrázek, soubory lze upravovat, přímo a nepřímo přistupovat a převádět na obrázky ve stupních šedi nebo barevné bajtové obrázky.
Optický tok obrazů může být směrován pomocí sledování shody bloků a každý pixel může být vypočítán a instruován tokem. Jsou možné alokace a uvolnění obrazů pro jednokanálové bajtové obrazy nebo trojkanálové plovoucí obrazy pro nastavení oblasti zájmu nebo klonování obrazu. OpenCV umožňuje zachytit snímky snímků z videosekvence ze souboru z několika kamer současně tím, že uchopí jeden obrázek z každé kamery a poté z nich načte všechny, vytvoří a upraví nové video toky.
Sledování obličeje OpenCV se provádí pomocí jeho funkcí Camshift. Tato funkce implementuje algoritmus sledování objektu, vyhledá střed objektu, vytvoří barevný histogram, vypočítá pravděpodobnost obličeje, poté posune umístění obdélníku obličeje v každém videozáznamu a provede úpravy výpočtem velikosti a úhlu. Soustřeďuje nejjasnější pixely na středovou tvář a používá měřítko pro přizpůsobení menším obličejům v následných rámečcích, pokud obraz ustupuje.
Sledovací schopnosti OpenCV se používají v mnoha aplikacích. Od rozpoznávání obličeje po rozpoznávání gest, mobilní robotiky, programů interakce člověk-počítač a stereopsis, která vytváří vnímání hloubky stereo vidění pomocí dvou kamer, využívajících sledování objektů, barev a pohybu. OpenCV má také knihovny statistických strojů, které obsahují moduly učení rozhodovacích stromů, algoritmy sledování očekávání a maximalizace, stromy zvyšující gradient a fungující moduly umělých neuronových sítí.