Was ist OpenCV -Tracking?
Open Source Computer Vision Library ist der vollständige Name für OpenCV, eine Programmierfunktionsbibliothek und Open Source Toolkit für die plattformübergreifende Verwendung in der Echtzeit-Computer-Vision-Bildverarbeitung und OpenCV-Tracking. Es wurde in der Nähe der Wende des 21. Jahrhunderts entwickelt und wurde zunächst für dreidimensionale (3-D) -Anstellwände und Strahlenverfolgung abgewickelt. OpenCV nutzt kreative Codierung und bietet Entwicklern von leistungsoptimierten, sehbasierten Code in einer C- oder C ++-Schnittstelle zunächst ein Framework an, obwohl sie in mehreren Sprachen verfügbar sind, und ist für die Fernverwendung auf Handgeräten anpassbar. Es kann unter anderem eine Echtzeit-Aufnahme von Videodateien, die grundlegenden Videokonfigurationen, die Objekterkennung sowie die Bewegung und die Farbverfolgung erfassen. OpenCV ist in der Lage, Kamera -Kalibrierungen zu finden, da sie Kamera -Kalibrierungen finden und verfolgen und Stereo -Korrespondenz auf Videokameras festlegen können.Mit einem zweiten Befehl calcMotionGradient und erstellt einen Bewegungsverlauf und einen Zeitstempel, um die Bewegungsrichtung zu verfolgen, wobei die Rückgabe die Ergebnisse zu Grad und Aufzeichnung nachfolgender Verschiebungen erstellt. Das Endergebnis wäre eine Summe der ursprünglichen Ausrichtung und der Verschiebungswinkel. Lesen und Schreiben von Bilddateien und das Erzwingen von ihnen in ein Dreikanal-Farbbild können Dateien direkt und indirekt zugegriffen und in Graustufenbilder oder Farbbyte-Images konvertiert werden.
Der optische Bilderfluss kann mittels Blockanpassungsverfolgung gerichtet werden und jedes Pixel berechnet und im Fluss angewiesen. Zuweisung und Freisetzung von Bildern für einkanales Byte-Bilder oder Dreikanal-Float-Bilder, um einen Bereich von Interesse zu setzen oder ein Bild zu klonen. Ein Bild ist möglich. OpenCV ermöglicht die Erfassung von Frame -Bildern aus einer Videosequenz aus einer Datei aus mehreren Kameras gleichzeitig, indem Sie ein Bild von jedem abrufen und dann Abruf abrufenG von allen, um neue Videoflüsse zu erstellen und zu bearbeiten.
Gesichts -OpenCV -Verfolgung erfolgt durch die Camshift -Funktionen. Diese Funktion implementiert einen Objektverfolgungsalgorithmus, findet das Objektzentrum, erstellt ein Farbhistogramm, berechnet die Gesichtswahrscheinlichkeit, verlagert dann die Position des Gesichtsrechts in jedem Videorahmen und nimmt Anpassungen durch Berechnung von Größe und Winkel vor. Es konzentriert die hellsten Pixel über der zentrierten Gesicht und verwendet die Skala zur Anpassung an kleinere Gesichter in nachfolgenden Rahmen, wenn sich das Bild zurückzieht.
openCV -Tracking -Fähigkeiten werden in vielen Anwendungen verwendet. Von der Gesichtserkennung bis zur Erkennung von Gesten, mobilen Robotik, Interaktionsprogrammen und Stereopsis, die die Wahrnehmung der Stereo-Vision-Tiefe erzeugen, indem zwei Kameras verwendet werden, indem sie Objekte, Farbe und Bewegungsverfolgung verwenden. OpenCV verfügt auch über statistische Bibliotheken für maschinelles Lernen, die Entscheidungsbaumler-Lernmodule, Verfolgung von Erwartungsmaximisierungs-Tracking-Algorithmen, Gradient, Gradienten enthaltenSteigerung von Bäumen und künstlichen neuronalen Netzwerken funktionierende Module.