Python 基于OpenCV的目标跟踪

我有一个视频剪辑，鱼在水槽里游泳，小颗粒漂浮在水面上。因此，移动的物体是游动的鱼和数百个粒子。这是网站的链接

我的兴趣是在每个帧中正确定位鱼

目前，我的程序如下：

通过将RGB转换为HSV颜色空间，消除每个帧中的光反射（移动噪声）

应用背景减法

cv2.BackgroundSubtractorMOG

使用“侵蚀”和“膨胀”去除大部分移动粒子噪声

在二值图像中找到所有斑点的轮廓，并计算所有斑点的旋转边界框

计算所有旋转边界框的纵横比

使用简单的条件识别前景帧中的鱼：如果一个blob占用超过1个像素，则检查其旋转边界框的纵横比。如果长宽比最大，则被视为鱼

我的问题是：

在前10帧中，移动的鱼没有被cv2识别。BackgroundSubtractorMOG，我调整了

历史

，

nmixture

，在函数中，它似乎在前10帧中工作不好如何在前几帧中拾取移动的对象？

在某些帧中，

cv2.BackgroundSubtractorMOG

可以拾取鱼的模糊轮廓，如下图中的红色圆圈所示：是否有任何方法填充该斑点轮廓并将其识别为鱼？

这里是的链接

---

谢谢大家!

假设鱼只沿着这个方向（或相反方向）游动，您可以尝试使用自定义形态学操作来帮助生长拉长的对象。它至少应该增加斑点的大小，从而为MoG模型提供更多的数据进行跟踪。

假设鱼只沿着这个方向（或相反方向）游动，您可以尝试使用自定义形态学操作来帮助生长细长的对象。它应该至少增加blob的大小，从而为MoG模型提供更多数据进行跟踪。

在前几帧中使用直接帧差阈值：cv:：absdiff（frame1，frame2）>T或更好（absdiff（frame1，frame2）>T）&（absdiff（ftame2，frame3）>T）使用直接帧差阈值：cv:：absdiff（frame1，frame2）>前几帧中的T或更好（absdiff（frame1，frame2）>T）&（absdiff（ftame2，frame3）>T）非常感谢！是的，大多数时候，鱼逆着粒子的运动方向游。您的建议是在应用MOG之前拉长所有对象？你对拉长物体的形态内核有什么建议吗？即使是膨胀后的侵蚀也会将这些斑点的一部分连接起来。不过，您必须对内核进行实验。我最近没有试过，所以很难给出直接的建议。非常感谢！是的，大多数时候，鱼逆着粒子的运动方向游。您的建议是在应用MOG之前拉长所有对象？你对拉长物体的形态内核有什么建议吗？即使是膨胀后的侵蚀也会将这些斑点的一部分连接起来。不过，您必须对内核进行实验。我最近没有试过，所以很难给出直接的建议。