C++ 计算检测到的对象OPENCV

我正在使用haar cascade创建一个计算程序。检测不会在一帧中显示所有人，但在下一帧中，我会检测到前一帧中未检测到的对象

在一段视频中，我看到了三个人 在第1帧中，我检测到人A和B 在第2帧中，我检测到人A和C

根据这两个框架是否有任何方法可以得到真实的人数

我使用了这个功能，但不可靠

bool isInside(Rect rectangle, Point point)
{
    if (point.x > rectangle.x && point.x<rectangle.x + rectangle.width && point.y>rectangle.y && point.y < rectangle.y + rectangle.height)
        return true;
}

vector<Point> getNouvellesDetections(vector<Rect> rectangles, vector<Point> anciennePoints)
{

    vector<Point> nouvellePoints = anciennePoints;
    for (int i = 0; i < rectangles.size(); i++)
    {
        bool isNouveau = true;
        for (int j = 0; j < anciennePoints.size(); j++)
        {
            if (isInside(rectangles[i], anciennePoints[j]))

            {
                isNouveau = false;
                anciennePoints[j].x = getCenterX(rectangles[i]);
                anciennePoints[j].y = getCenterY(rectangles[i]);
                break;
            }
        }
        if (isNouveau)
        {
            Point point;
            point.x = getCenterX(rectangles[i]);
            point.y = getCenterY(rectangles[i]);
            nouvellePoints.push_back(point);
        }

    }
    return nouvellePoints;
}

bool-isInside（矩形、点）
{
if（point.x>rectangle.x&&point.xrectangle.y&&point.y

您提供的代码无法深入了解您的检测方法等

你考虑过跟踪检测到的物体吗？如果没有某种跟踪，很难确定哪些检测是新的，哪些是重新检测

Haar分类器不是魔术，它是非常近似的

例如，您可以使用Haar检测对象，并创建一个“人员跟踪器”，该跟踪器将跟踪对象的速度（移动），并测试在n+1帧中检测到的对象（如果它们可能是同一个人）。然后，在n次跟踪检测后，您可以将该对象分类为“人”，而不是假阳性，在n次未检测后，“忘记”该对象或将其标记为丢失

跟踪的一种方法是在检测到的感兴趣区域（哈尔矩形）上使用光流，并尝试确定人的移动。这很简单，但可能被证明是有效的。。当然还有更复杂、更精确的跟踪方法

如果你的相机是静止的，这并不难，否则它会变得复杂。此外，重叠的人也很棘手

您可以使用的方法取决于此工具的应用。如果您想要实时跟踪，某些选项不可用，例如，在后处理中，您可以回溯跟踪帧，并在确定误报不是真实检测后过滤掉误报