C++ OpenCV视频操作之稠密光流对象跟踪

前言

我们在学习完稀疏光流跟踪完后，我们再学习一下稠密光流对象跟踪，稠密光流算法（即图像上所有像素点的光流都计算出来），由于要计算图像上所有点的光流，故计算耗时，速度慢。一般来说我们在平时应用上可能会用到的比较少，在这里我们就简单讲解一下。

视频效果

https://v.qq.com/x/page/v1359hi8z71.html

<br />

看过稀疏光流的视频的人，再对比上面的视频可以看出来明显稠密光流跟踪的速度要慢不少，视频的播放都看出卡顿的感觉。

函数API

void cv::calcOpticalFlowFarneback( InputArray _prev0, InputArray _next0, OutputArray _flow0, double pyr_scale, int levels, int winsize, int iterations, int poly_n, double poly_sigma, int flags ) 参数说明如下：

InputArray ：输入前一帧图像

InputArray ：输入后一帧图像

OutputArray ：输出的光流

double：金字塔上下两层之间的尺度关系

int ：金字塔层数

int：均值窗口大小，越大越能denoise并且能够检测快速移动目标，但会引起模糊运动区域

int：迭代次数

int：像素领域大小，一般为5，7等

double：高斯标注差，一般为1-1.5

int：计算方法。主要包括OPTFLOW_USE_INITIAL_FLOW和OPTFLOW_FARNEBACK_GAUSSIAN

代码实现

我们再新建一个项目名为opencv--video4，按照配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法

先在外层读取第一帧图像

读取图像并时行稠密光流计算，下图红框内就是用到了我们的API，明显可以看出来这里比稀疏光流要简单些，因为不用再先获取特征点进行对比了，下面的蓝色框就是我们绘制结果的函数

代码结尾

绘制结果的函数

这样整个就完成了，文章开头的视频就是我们运行起来的效果，下面是视频中的截图

-END-