对象跟踪openCV、问题、建议？

简介：增强现实项目

目标：在某人的头部加载3D发型模板

因此，我使用OpenCV来跟踪人的面部，然后我必须跟踪用户的cap（我们假设用户有一个cap，我们可以决定一个地标或我们需要在cap上检测的所有内容）。一旦我检测到地标，我必须获得地标的坐标，然后将其发送到3D引擎以启动/更新3D对象

因此，为了准确地检测cap的地标，我首先测试了几种方法：

• cvFindChessBoardCorner。。。在平面图面上非常有效，但在cap（）

• 颜色检测（）。。。效率不高。如果亮度改变，颜色也会改变

我今天来找你是想和你一起考虑这件事。我的帽子需要特别的标志吗？（如果是，哪一个？如果不是，我怎么办？） 将颜色检测和形状检测混为一谈是个好主意吗

。。。。我走对了吗^^ 我非常感谢关于使用cap来针对用户头部的任何建议，以及我必须在OpenCV库中使用的不同功能

对不起，如果我的英语不完美的话

---

多谢各位

我想到的一个快速方法是将这两种方法结合起来

使用直方图和均值偏移进行颜色跟踪

下面是使用直方图的另一种颜色检测方法：

这个想法是： 对于已知颜色的上限，比如亮绿色/蓝色（就像您在图像抠图屏幕上看到的那种颜色），您可以仅使用色调和饱和度颜色通道预先计算直方图。我们故意排除亮度通道，使其对灯光变化更为鲁棒。现在，使用直方图，您可以创建一个反投影贴图，即在图像中每个像素处都有一个概率值的遮罩，该概率值指示存在的颜色是帽的颜色的概率

现在，在获得概率图之后，您可以在此概率图（而不是图像）上运行or算法（在OpenCV中可用），初始窗口位于使用OpenCV算法检测到的人脸上方的某个位置。该窗口最终将以概率分布模式结束，即cap

有关详细信息，请参见我在上面给出的有关强健手部检测的链接。更多细节，你应该考虑获得官方OpenCV图书或者从当地图书馆借阅。关于使用meanshift和camshift跟踪对象有一个非常好的章节。或者，只需使用meashift/camshift上的任何查询搜索web即可进行对象跟踪

检测方形/圆形以获得头部方向

此外，如果您希望进一步确认该最终位置，您可以在盖子前面添加4个小正方形/圆圈，并使用OpenCV的内置算法仅在该感兴趣区域（ROI）中检测它们。这有点像检测二维码中的方块。这一步还提供了有关帽的方向以及头部的信息，这在渲染头发时可能很有用。例如，定位两个相邻的正方形/圆圈后，可以计算它们与水平/垂直线之间的角度

您可以使用OpenCV中的标准角点检测器等检测正方形/角点。 对于圆，可以尝试使用HoughCircle算法：

加快速度

广泛使用利益区域（ROI）

为了加快速度，您应该尽可能经常地在图像的小区域（ROI）（也是概率图）上运行算法。您可以从OpenCV图像中提取ROI，这些图像本身就是图像，并在它们上运行OpenCV算法，就像在整个图像上运行它们一样。例如，您可以计算检测到的人脸周围ROI的概率图。类似地，meanshift/camshift算法应该只在这个较小的地图上运行。同样，对于检测正方形或圆形的附加步骤。详细信息可以在OpenCV手册中找到，也可以在线快速搜索

使用TBB和CUDA编译OpenCV

通过打开TBB（线程构建块）和CUDA支持编译OpenCV库，许多OpenCV算法可以实现显著的加速，而程序员无需做任何额外的工作。特别是，OpenCV（Viola Jones）中的人脸检测算法的运行速度将提高两倍

只有在安装了TBB和CUDA的软件包后，才能打开这些选项

待定：

CUDA：

然后从源代码编译OpenCV：

最后，我不确定您是否正在使用OpenCV的“C版本”。除非严格必要（对于兼容性问题等），我建议使用OpenCV的C++接口，因为它更方便（至少从我个人的经验）。现在让我先陈述一下我不想让这个声明对C VC++的优点展开一场火焰战。 希望这有帮助