Was ist OpenCV-Tracking?
Open Source Computer Vision Library ist der vollständige Name für OpenCV, eine Programmierfunktionsbibliothek und ein Open-Source-Toolkit für den plattformübergreifenden Einsatz in der Echtzeit-Computer Vision-Bildverarbeitung und OpenCV-Nachverfolgung. Es wurde um die Wende des 21. Jahrhunderts entwickelt und war ursprünglich für dreidimensionale (3-D) Anzeigewände und Raytracing gedacht. OpenCV nutzt die kreative Codierung und bietet Entwicklern von leistungsoptimiertem, visionärem Code zunächst in einer C- oder C ++ - Oberfläche ein Framework, das jedoch in mehreren Sprachen verfügbar ist und für die Remote-Verwendung auf Handheld-Geräten angepasst werden kann. Es ist unter anderem in der Lage, Videodateien in Echtzeit zu erfassen, grundlegende Videokonfigurationen vorzunehmen, Objekte zu erkennen sowie Bewegungen und Farben zu verfolgen. OpenCV ist in der Lage, Kamerakalibrierungen durchzuführen, da es Kamerakalibrierungen finden und verfolgen und Stereokorrespondenz auf Videokameras einstellen kann.
Die CalcGlobalOrientation-Funktion für das OpenCV-Tracking berechnet die Bewegungsorientierung eines bestimmten Bereichs in Verbindung mit einem zweiten CalcMotionGradient-Befehl und erstellt einen Bewegungsverlauf und einen Zeitstempel, um die Bewegungsrichtung zu verfolgen, die Ergebnisse in Grad zurückzugeben und nachfolgende Verschiebungen aufzuzeichnen. Das Endergebnis wäre eine Summe aus der ursprünglichen Ausrichtung und den Verschiebungswinkeln. Durch das Lesen und Schreiben von Bilddateien und das Erzwingen eines dreikanaligen Farbbilds können Dateien geändert, direkt und indirekt aufgerufen und in Graustufenbilder oder Farbbytebilder konvertiert werden.
Der optische Fluss von Bildern kann mittels Block-Matching-Tracking gesteuert werden, und jedes Pixel kann im Fluss berechnet und angewiesen werden. Das Zuweisen und Freigeben von Bildern für Einkanal-Byte-Bilder oder Dreikanal-Float-Bilder, um einen interessierenden Bereich festzulegen oder ein Bild zu klonen, ist möglich. OpenCV ermöglicht das gleichzeitige Erfassen von Einzelbildern aus einer Videosequenz aus einer Datei mehrerer Kameras, indem jeweils ein Bild erfasst und dann von allen Bildern abgerufen wird, um neue Videoflüsse zu erstellen und zu bearbeiten.
Die OpenCV-Gesichtsverfolgung erfolgt über die Camshift-Funktionen. Diese Funktion implementiert einen Objektverfolgungsalgorithmus, ermittelt die Objektmitte, erstellt ein Farbhistogramm, berechnet die Gesichtswahrscheinlichkeit, verschiebt dann die Position des Gesichtsrechtecks in jedem Videoframe und nimmt Anpassungen durch Berechnung von Größe und Winkel vor. Es konzentriert die hellsten Pixel auf das zentrierte Gesicht und verwendet die Skalierung zur Anpassung an kleinere Gesichter in nachfolgenden Bildern, wenn sich das Bild zurückzieht.
OpenCV-Tracking-Funktionen werden in vielen Anwendungen verwendet. Von der Gesichtserkennung über die Gestenerkennung bis hin zur mobilen Robotik, zu Mensch-Computer-Interaktionsprogrammen und zur Stereopsis, die mithilfe von zwei Kameras unter Verwendung von Objekt-, Farb- und Bewegungsverfolgung eine Tiefenwahrnehmung in Stereo erzeugt. OpenCV verfügt auch über statistische Bibliotheken für maschinelles Lernen, die Module für das Lernen von Entscheidungsbäumen, Algorithmen für die Verfolgung der Erwartungsmaximierung, Gradientenverstärkungsbäume und Funktionsmodule für künstliche neuronale Netze enthalten.