Wat is OpenCV-tracking?
Open Source Computer Vision Library is de volledige naam voor OpenCV, een bibliotheek met programmeerfuncties en open source toolkit voor platformonafhankelijk gebruik in realtime computer vision-beeldverwerking en OpenCV-tracking. Ontwikkeld tegen het begin van de 21ste eeuw, was het aanvankelijk bedoeld voor driedimensionale (3-D) displaywanden en ray tracing. Door gebruik te maken van creatieve codering, kan OpenCV een framework bieden aan ontwikkelaars van op prestaties geoptimaliseerde vision-gebaseerde code in eerste instantie in een C- of C ++ -interface, hoewel beschikbaar in verschillende talen, en kan worden aangepast voor extern gebruik op draagbare apparaten. Het kan onder meer videobestanden realtime vastleggen, basisvideoconfiguraties, objectdetectie en beweging en kleur volgen. OpenCV kan camerakalibraties uitvoeren omdat het camerakalibraties kan vinden en volgen en stereocorrespondentie op videocamera's kan instellen.
De CalcGlobalOrientation-functie voor OpenCV-tracking berekent de bewegingsoriëntatie van een opgegeven gebied in combinatie met een tweede CalcMotionGradient-opdracht en maakt een bewegingsgeschiedenis en tijdstempel om de bewegingsrichting te volgen, resultaten in graden terug te geven en daaropvolgende verschuivingen op te nemen. Het uiteindelijke resultaat zou een som zijn van de oorspronkelijke oriëntatie en de verschuivingshoeken. Het lezen en schrijven van afbeeldingsbestanden en het dwingen ervan tot een drie-kanaals kleurenafbeelding, bestanden kunnen worden gewijzigd, direct en indirect worden benaderd en geconverteerd naar grijswaardenafbeeldingen of kleurenbyte-afbeeldingen.
De optische stroom van beelden kan worden gestuurd door middel van blokaanpassing en elke pixel kan in stroom worden berekend en geïnstrueerd. Toewijzing en vrijgave van afbeeldingen voor byte-afbeeldingen met één kanaal of float-afbeeldingen met drie kanalen om een interessegebied in te stellen of een afbeelding te klonen zijn mogelijk. OpenCV maakt het mogelijk om frame-afbeeldingen van een videosequentie uit een bestand van meerdere camera's tegelijkertijd vast te leggen door van elk een afbeelding te pakken en vervolgens van allemaal op te halen, om nieuwe videostromen te maken en te bewerken.
Gezichts OpenCV-tracking wordt gedaan door middel van de Camshift-functies. Deze functie implementeert een objectvolgalgoritme, vindt het objectcentrum, maakt een kleurenhistogram, berekent de gezichtskans en verschuift vervolgens de locatie van de rechthoek van het gezicht in elk videoframe en maakt aanpassingen door de grootte en hoek te berekenen. Het concentreert de helderste pixels over het gecentreerde gezicht en gebruikt schaal om zich aan te passen aan kleinere gezichten in volgende kaders als het beeld zich terugtrekt.
OpenCV-volgmogelijkheden worden in veel toepassingen gebruikt. Van gezichtsherkenning tot gebaarherkenning, mobiele robotica, mens-computer interactieprogramma's en stereopsis, die stereobeeldiepte perceptie creëert door middel van twee camera's, gebruikmakend van object, kleur en motion tracking. OpenCV heeft ook statistische machine learning bibliotheken met beslissingsboom leermodules, verwachting-maximalisatie volgalgoritmen, gradiëntverhogende bomen en kunstmatige neurale netwerken werkende modules.