在OpenCV（Python）中使用光流查找矢量方向

我正在努力（并试图学习）理解在OpenCV中使用Lucas Kanade光流函数来找到“良好跟踪点”的方向运动的概念。有人告诉我需要通过

cv2.calcOpticalFlowPyrLK（）

函数计算向量的方向

import numpy as np
import cv2

cap = cv2.VideoCapture(0)
namedWindow('OptFlow', cv2.CV_WINDOW_AUTOSIZE)

# params for corner detection
feature_params = dict( maxCorners = 100,
                   qualityLevel = 0.3,
                   minDistance = 7,
                   blockSize = 7 )

# LK params
lk_params = dict( winSize  = (15,15),
              maxLevel = 2,
              criteria = (cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT,
10, 0.03))

# Create some random colors
color = np.random.randint(0,255,(100,3))

# Take first frame and find corners in it
ret, old_frame = cap.read()
old_gray = cv2.cvtColor(old_frame, cv2.COLOR_BGR2GRAY)
p0 = cv2.goodFeaturesToTrack(old_gray, mask = None, **feature_params)

while(1):
ret,frame = cap.read()
frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

# calculate optical flow
p1, st, err = cv2.calcOpticalFlowPyrLK(old_gray, frame_gray, p0, None,    **lk_params)

# Select good points
good_new = p1[st==1]
good_old = p0[st==1]

cv2.imshow('OptFlow',img)
k = cv2.waitKey(30) & 0xff
if k == 27:
    break

# update prev frame with new
old_gray = frame_gray.copy()
p0 = good_new.reshape(-1,1,2) 
cv2.destroyAllWindows()
cap.release()

代码来自我一直在遵循的教程，因为我对编程和Python非常陌生。如何找到方向运动，以便从光流计算中输出a（-1）表示向左移动，（0）表示不移动，（1）表示向右移动

---

谢谢

如果

good\u new

是新位置，而

good\u old

是旧位置，那么点的运动方向不是简单的

good\u new-good\u old

（可能是通过标准化）？或者你所说的“要跟踪的好点的方向运动”是指其他的东西吗？我目前正在打印出good_new-good_old值，我得到的似乎是一个包含两个独立值的数组。它们是一种浮动类型，在-4左右到大约4之间不断变化。在有最小移动的地方，它实际上在0上。我可能已经接近我需要的了。你能解释一下正常化的过程是什么吗？ThanksWell

good_new-good_old

是从旧点到新点的向量集。如果你只想要一个方向，你可能想用这些向量的范数除以它们的范数，这样它们的范数都是1。当然，当对范数接近零的向量进行规格化时，你需要小心。方向可以从新旧点之间的差值符号推断出来吗？如果是负数，则在r-l方向，反之亦然？