Python 通过OpenCV跟踪对象

我正在尝试使用OpenCV和Python跟踪一个对象（本例中是一个球）。例如，我正在使用此视频：

我需要的是跟踪球，而不将视频的其他部分检测为球。按颜色跟踪在这里不起作用。出于同样的原因，寻找圆是相当棘手的

---

对于这个问题有什么好的解决方法？

首先可以通过以下方式对球进行简单的跟踪：

使用透视单应性来隔离foosball表，即构建表的平面图，以便更容易跟踪二维位置

使用简单的方法进行一系列观察（猜测），使用颜色和/或运动去除背景

任何概率类型的跟踪（包括粒子滤波）都需要进行一系列观察。进行高质量的观测是产生良好跟踪结果的关键

下面是一些对您提供的视频和。请注意，对于球的过去和当前位置，绿点是一个不错的近似值。下一步是对颜色数据使用粒子滤波，位置由简单的hough分析计算得出。您还可能希望在当前位置周围使用搜索窗口来过滤任何误报

此外，向图像中注入一些噪声可以改善跟踪结果，因为它提供了特征检测器假边缘来锁定

---

在投入大量时间使用python实现一个好的粒子过滤器之前，我发现&trackers的性能非常适合这类工作。

在计算机视觉文献中搜索概率跟踪（例如粒子过滤）。不要期望硬背景或前景不清晰的情况下很容易发生。我会的。你能推荐什么特别的文献吗？我发现佩雷斯的“基于颜色的概率跟踪”是一篇关于粒子滤波的好论文。要了解基本知识，请参阅维基百科和谷歌，这里有一些不错的教师幻灯片。哇，这太棒了！我只是有点困惑，为什么你几乎得不到任何不是球的结果，而我的却太频繁地找到了错误的目标。我会研究TLD/CMT，但我必须使用Python。当我学习C++时，我会研究它：