如何在Python中使用OpenCV跟踪运动？

我可以使用Python从我的网络摄像头获取帧。camshift示例接近我想要的，但我不希望人为干预来定义对象。我想得到在几帧的过程中改变的总像素的中心点，即移动对象的中心。

参见论坛帖子

---

我相信您能够阅读源代码并将其翻译为，对吗？

我已经从博客文章中找到的代码版本中翻译了一些工作代码：

---

这是代码的一部分，当使用矩形边界进行跟踪时，我试图获取移动对象的中心。

以下链接跟踪移动的车辆并对其进行计数。它基于OpenCV，是用Python 2.7编写的。

---

对于问题上下文，我将尝试一下，并让您知道。我将其转换为Python，但恐怕每次调用CalCopticalFlowPyrk后都会得到相同的分数。有什么想法吗？这是我的密码：谢谢你的密码。它工作正常，可以检测到所有移动的物体。但是，它不能跟踪运动目标。有没有更好的跟踪运动物体的方法？我正在考虑计算每个轮廓的中心，可以比较两帧之间的位置变化，但困难的是，如果一帧中有许多轮廓，并且非常接近，很难区分一个轮廓，这是下一帧中的下一个轮廓。我使用OpenCV已经有一段时间了，但我记得使用了源代码附带的一个演示，您可以用鼠标在对象周围拖动一个正方形来跟踪。它获取选择的颜色直方图并查找它。我相信这是一段代码：是否可以使用这个脚本，同时将color_图像用作mjpeg网络流。我希望能够在连接到的PC上监控摄像头，同时从我的Android手机上查看视频流。我还没有尝试过，但粗略的谷歌搜索会发现类似这样的代码在OpenCV 3.2版中不起作用。我试着把它弄得乱七八糟，但我遇到了很多麻烦。您是否有此代码的更新版本，可以与我们共享？

#!/usr/bin/env python

import cv

class Target:

    def __init__(self):
        self.capture = cv.CaptureFromCAM(0)
        cv.NamedWindow("Target", 1)

    def run(self):
        # Capture first frame to get size
        frame = cv.QueryFrame(self.capture)
        frame_size = cv.GetSize(frame)
        color_image = cv.CreateImage(cv.GetSize(frame), 8, 3)
        grey_image = cv.CreateImage(cv.GetSize(frame), cv.IPL_DEPTH_8U, 1)
        moving_average = cv.CreateImage(cv.GetSize(frame), cv.IPL_DEPTH_32F, 3)

        first = True

        while True:
            closest_to_left = cv.GetSize(frame)[0]
            closest_to_right = cv.GetSize(frame)[1]

            color_image = cv.QueryFrame(self.capture)

            # Smooth to get rid of false positives
            cv.Smooth(color_image, color_image, cv.CV_GAUSSIAN, 3, 0)

            if first:
                difference = cv.CloneImage(color_image)
                temp = cv.CloneImage(color_image)
                cv.ConvertScale(color_image, moving_average, 1.0, 0.0)
                first = False
            else:
                cv.RunningAvg(color_image, moving_average, 0.020, None)

            # Convert the scale of the moving average.
            cv.ConvertScale(moving_average, temp, 1.0, 0.0)

            # Minus the current frame from the moving average.
            cv.AbsDiff(color_image, temp, difference)

            # Convert the image to grayscale.
            cv.CvtColor(difference, grey_image, cv.CV_RGB2GRAY)

            # Convert the image to black and white.
            cv.Threshold(grey_image, grey_image, 70, 255, cv.CV_THRESH_BINARY)

            # Dilate and erode to get people blobs
            cv.Dilate(grey_image, grey_image, None, 18)
            cv.Erode(grey_image, grey_image, None, 10)

            storage = cv.CreateMemStorage(0)
            contour = cv.FindContours(grey_image, storage, cv.CV_RETR_CCOMP, cv.CV_CHAIN_APPROX_SIMPLE)
            points = []

            while contour:
                bound_rect = cv.BoundingRect(list(contour))
                contour = contour.h_next()

                pt1 = (bound_rect[0], bound_rect[1])
                pt2 = (bound_rect[0] + bound_rect[2], bound_rect[1] + bound_rect[3])
                points.append(pt1)
                points.append(pt2)
                cv.Rectangle(color_image, pt1, pt2, cv.CV_RGB(255,0,0), 1)

            if len(points):
                center_point = reduce(lambda a, b: ((a[0] + b[0]) / 2, (a[1] + b[1]) / 2), points)
                cv.Circle(color_image, center_point, 40, cv.CV_RGB(255, 255, 255), 1)
                cv.Circle(color_image, center_point, 30, cv.CV_RGB(255, 100, 0), 1)
                cv.Circle(color_image, center_point, 20, cv.CV_RGB(255, 255, 255), 1)
                cv.Circle(color_image, center_point, 10, cv.CV_RGB(255, 100, 0), 1)

            cv.ShowImage("Target", color_image)

            # Listen for ESC key
            c = cv.WaitKey(7) % 0x100
            if c == 27:
                break

if __name__=="__main__":
    t = Target()
    t.run()

if faces:
    for ((x, y, w, h), n) in faces:
        pt1 = (int(x * image_scale), int(y * image_scale))
        pt2 = (int((x + w) * image_scale), int((y + h) * image_scale))
        ptcx=((pt1[0]+pt2[0])/2)/128
        ptcy=((pt1[1]+pt2[1])/2)/96
        cv.Rectangle(gray, pt1, pt2, cv.RGB(255, 0, 0), 3, 8, 0)
        print ptcx;
        print ptcy;
        b=('S'+str(ptcx)+str(ptcy));