在這一節中，主要講目標跟蹤的一個重要的算法Camshift，因為它是連續自使用的meanShift，所以這2個函數opencv中都有，且都很重要。為了讓大家先達到一個感性認識。這節主要是看懂和運行opencv中給的sample並稍加修改。
Camshift函數的原型為：RotatedRect CamShift(InputArray probImage, Rect& window, TermCriteria criteria)。
其中probImage為輸入圖像直方圖的反向投影圖，window為要跟蹤目標的初始位置矩形框，criteria為算法結束條件。函數返回一個有方向角度的矩陣。該函數的實現首先是利用meanshift算法計算出要跟蹤的中心，然后調整初始窗口的大小位置和方向角度。在camshift內部調用了meanshift算法計算目標的重心。
下面是一個opencv自帶的CamShift算法使用工程實例。該實例的作用是跟蹤攝像頭中目標物體，目標物體初始位置用鼠標指出，其跟蹤窗口大小和方向隨着目標物體的變化而變化。其代碼及注釋大概如下：
1 #include "StdAfx.h"
2
3 #include "opencv2/video/tracking.hpp"
4 #include "opencv2/imgproc/imgproc.hpp"
5 #include "opencv2/highgui/highgui.hpp"
6
7
8 #include <iostream>
9 #include <ctype.h>
10
11 using namespace cv;
12 using namespace std;
13
14 Mat image;
15
16 bool backprojMode = false; //表示是否要進入反向投影模式，ture表示准備進入反向投影模式
17 bool selectObject = false;//代表是否在選要跟蹤的初始目標，true表示正在用鼠標選擇
18 int trackObject = 0; //代表跟蹤目標數目
19 bool showHist = true;//是否顯示直方圖
20 Point origin;//用於保存鼠標選擇第一次單擊時點的位置
21 Rect selection;//用於保存鼠標選擇的矩形框
22 int vmin = 10, vmax = 256, smin = 30;
23
24 void onMouse( int event, int x, int y, int, void* )
25 {
26 if( selectObject )//只有當鼠標左鍵按下去時才有效，然后通過if里面代碼就可以確定所選擇的矩形區域selection了
27 {
28 selection.x = MIN(x, origin.x);//矩形左上角頂點坐標
29 selection.y = MIN(y, origin.y);
30 selection.width = std::abs(x - origin.x);//矩形寬
31 selection.height = std::abs(y - origin.y);//矩形高
32
33 selection &= Rect(0, 0, image.cols, image.rows);//用於確保所選的矩形區域在圖片范圍內
34 }
35
36 switch( event )
37 {
38 case CV_EVENT_LBUTTONDOWN:
39 origin = Point(x,y);
40 selection = Rect(x,y,0,0);//鼠標剛按下去時初始化了一個矩形區域
41 selectObject = true;
42 break;
43 case CV_EVENT_LBUTTONUP:
44 selectObject = false;
45 if( selection.width > 0 && selection.height > 0 )
46 trackObject = -1;
47 break;
48 }
49 }
50
51 void help()
52 {
53 cout << "\nThis is a demo that shows mean-shift based tracking\n"
54 "You select a color objects such as your face and it tracks it.\n"
55 "This reads from video camera (0 by default, or the camera number the user enters\n"
56 "Usage: \n"
57 " ./camshiftdemo [camera number]\n";
58
59 cout << "\n\nHot keys: \n"
60 "\tESC - quit the program\n"
61 "\tc - stop the tracking\n"
62 "\tb - switch to/from backprojection view\n"
63 "\th - show/hide object histogram\n"
64 "\tp - pause video\n"
65 "To initialize tracking, select the object with mouse\n";
66 }
67
68 const char* keys =
69 {
70 "{1| | 0 | camera number}"
71 };
72
73 int main( int argc, const char** argv )
74 {
75 help();
76
77 VideoCapture cap; //定義一個攝像頭捕捉的類對象
78 Rect trackWindow;
79 RotatedRect trackBox;//定義一個旋轉的矩陣類對象
80 int hsize = 16;
81 float hranges[] = {0,180};//hranges在后面的計算直方圖函數中要用到
82 const float* phranges = hranges;
83 CommandLineParser parser(argc, argv, keys);//命令解析器函數
84 int camNum = parser.get<int>("1");
85
86 cap.open(camNum);//直接調用成員函數打開攝像頭
87
88 if( !cap.isOpened() )
89 {
90 help();
91 cout << "***Could not initialize capturing...***\n";
92 cout << "Current parameter's value: \n";
93 parser.printParams();
94 return -1;
95 }
96
97 namedWindow( "Histogram", 0 );
98 namedWindow( "CamShift Demo", 0 );
99 setMouseCallback( "CamShift Demo", onMouse, 0 );//消息響應機制
100 createTrackbar( "Vmin", "CamShift Demo", &vmin, 256, 0 );//createTrackbar函數的功能是在對應的窗口創建滑動條，滑動條Vmin,vmin表示滑動條的值，最大為256
101 createTrackbar( "Vmax", "CamShift Demo", &vmax, 256, 0 );//最后一個參數為0代表沒有調用滑動拖動的響應函數
102 createTrackbar( "Smin", "CamShift Demo", &smin, 256, 0 );//vmin,vmax,smin初始值分別為10,256,30
103
104 Mat frame, hsv, hue, mask, hist, histimg = Mat::zeros(200, 320, CV_8UC3), backproj;
105 bool paused = false;
106
107 for(;;)
108 {
109 if( !paused )//沒有暫停
110 {
111 cap >> frame;//從攝像頭抓取一幀圖像並輸出到frame中
112 if( frame.empty() )
113 break;
114 }
115
116 frame.copyTo(image);
117
118 if( !paused )//沒有按暫停鍵
119 {
120 cvtColor(image, hsv, CV_BGR2HSV);//將rgb攝像頭幀轉化成hsv空間的
121
122 if( trackObject )//trackObject初始化為0,或者按完鍵盤的'c'鍵后也為0，當鼠標單擊松開后為-1
123 {
124 int _vmin = vmin, _vmax = vmax;
125
126 //inRange函數的功能是檢查輸入數組每個元素大小是否在2個給定數值之間，可以有多通道,mask保存0通道的最小值，也就是h分量
127 //這里利用了hsv的3個通道，比較h,0~180,s,smin~256,v,min(vmin,vmax),max(vmin,vmax)。如果3個通道都在對應的范圍內，則
128 //mask對應的那個點的值全為1(0xff)，否則為0(0x00).
129 inRange(hsv, Scalar(0, smin, MIN(_vmin,_vmax)),
130 Scalar(180, 256, MAX(_vmin, _vmax)), mask);
131 int ch[] = {0, 0};
132 hue.create(hsv.size(), hsv.depth());//hue初始化為與hsv大小深度一樣的矩陣，色調的度量是用角度表示的，紅綠藍之間相差120度，反色相差180度
133 mixChannels(&hsv, 1, &hue, 1, ch, 1);//將hsv第一個通道(也就是色調)的數復制到hue中，0索引數組
134
135 if( trackObject < 0 )//鼠標選擇區域松開后，該函數內部又將其賦值1
136 {
137 //此處的構造函數roi用的是Mat hue的矩陣頭，且roi的數據指針指向hue，即共用相同的數據，select為其感興趣的區域
138 Mat roi(hue, selection), maskroi(mask, selection);//mask保存的hsv的最小值
139
140 //calcHist()函數第一個參數為輸入矩陣序列，第2個參數表示輸入的矩陣數目，第3個參數表示將被計算直方圖維數通道的列表，第4個參數表示可選的掩碼函數
141 //第5個參數表示輸出直方圖，第6個參數表示直方圖的維數，第7個參數為每一維直方圖數組的大小，第8個參數為每一維直方圖bin的邊界
142 calcHist(&roi, 1, 0, maskroi, hist, 1, &hsize, &phranges);//將roi的0通道計算直方圖並通過mask放入hist中，hsize為每一維直方圖的大小
143 normalize(hist, hist, 0, 255, CV_MINMAX);//將hist矩陣進行數組范圍歸一化，都歸一化到0~255
144
145 trackWindow = selection;
146 trackObject = 1;//只要鼠標選完區域松開后，且沒有按鍵盤清0鍵'c'，則trackObject一直保持為1，因此該if函數只能執行一次，除非重新選擇跟蹤區域
147
148 histimg = Scalar::all(0);//與按下'c'鍵是一樣的，這里的all(0)表示的是標量全部清0
149 int binW = histimg.cols / hsize; //histing是一個200*300的矩陣，hsize應該是每一個bin的寬度，也就是histing矩陣能分出幾個bin出來
150 Mat buf(1, hsize, CV_8UC3);//定義一個緩沖單bin矩陣
151 for( int i = 0; i < hsize; i++ )//saturate_case函數為從一個初始類型准確變換到另一個初始類型
152 buf.at<Vec3b>(i) = Vec3b(saturate_cast<uchar>(i*180./hsize), 255, 255);//Vec3b為3個char值的向量
153 cvtColor(buf, buf, CV_HSV2BGR);//將hsv又轉換成bgr
154
155 for( int i = 0; i < hsize; i++ )
156 {
157 int val = saturate_cast<int>(hist.at<float>(i)*histimg.rows/255);//at函數為返回一個指定數組元素的參考值
158 rectangle( histimg, Point(i*binW,histimg.rows), //在一幅輸入圖像上畫一個簡單抽的矩形，指定左上角和右下角，並定義顏色，大小，線型等
159 Point((i+1)*binW,histimg.rows - val),
160 Scalar(buf.at<Vec3b>(i)), -1, 8 );
161 }
162 }
163
164 calcBackProject(&hue, 1, 0, hist, backproj, &phranges);//計算直方圖的反向投影，計算hue圖像0通道直方圖hist的反向投影，並讓入backproj中
165 backproj &= mask;
166
167 //opencv2.0以后的版本函數命名前沒有cv兩字了，並且如果函數名是由2個意思的單詞片段組成的話，且前面那個片段不夠成單詞，則第一個字母要
168 //大寫，比如Camshift，如果第一個字母是個單詞，則小寫，比如meanShift，但是第二個字母一定要大寫
169 RotatedRect trackBox = CamShift(backproj, trackWindow, //trackWindow為鼠標選擇的區域，TermCriteria為確定迭代終止的准則
170 TermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ));//CV_TERMCRIT_EPS是通過forest_accuracy,CV_TERMCRIT_ITER
171 if( trackWindow.area() <= 1 ) //是通過max_num_of_trees_in_the_forest
172 {
173 int cols = backproj.cols, rows = backproj.rows, r = (MIN(cols, rows) + 5)/6;
174 trackWindow = Rect(trackWindow.x - r, trackWindow.y - r,
175 trackWindow.x + r, trackWindow.y + r) &
176 Rect(0, 0, cols, rows);//Rect函數為矩陣的偏移和大小，即第一二個參數為矩陣的左上角點坐標，第三四個參數為矩陣的寬和高
177 }
178
179 if( backprojMode )
180 cvtColor( backproj, image, CV_GRAY2BGR );//因此投影模式下顯示的也是rgb圖？
181 ellipse( image, trackBox, Scalar(0,0,255), 3, CV_AA );//跟蹤的時候以橢圓為代表目標
182 }
183 }
184
185 //后面的代碼是不管pause為真還是為假都要執行的
186 else if( trackObject < 0 )//同時也是在按了暫停字母以后
187 paused = false;
188
189 if( selectObject && selection.width > 0 && selection.height > 0 )
190 {
191 Mat roi(image, selection);
192 bitwise_not(roi, roi);//bitwise_not為將每一個bit位取反
193 }
194
195 imshow( "CamShift Demo", image );
196 imshow( "Histogram", histimg );
197
198 char c = (char)waitKey(10);
199 if( c == 27 ) //退出鍵
200 break;
201 switch(c)
202 {
203 case 'b': //反向投影模型交替
204 backprojMode = !backprojMode;
205 break;
206 case 'c': //清零跟蹤目標對象
207 trackObject = 0;
208 histimg = Scalar::all(0);
209 break;
210 case 'h': //顯示直方圖交替
211 showHist = !showHist;
212 if( !showHist )
213 destroyWindow( "Histogram" );
214 else
215 namedWindow( "Histogram", 1 );
216 break;
217 case 'p': //暫停跟蹤交替
218 paused = !paused;
219 break;
220 default:
221 ;
222 }
223 }
224 return 0;
225 }
運行截圖如下(由於攝像頭中一般會拍到人，影響不好，所以含目標物體的截圖就不貼上來了)：
另外，由於Camshift主要是利用到了meanShift算法，在目標跟蹤領域應用比較廣泛，而meanShift也可以用於目標跟蹤，只是自適用性沒CamShift好，但也可以用。首先看看meanShift算法的聲明：
int meanShift(InputArray probImage, Rect& window, TermCriteria criteria)
與CamShift函數不同的一點是，它返回的不是一個矩形框，而是一個int型變量。該int型變量應該是代表找到目標物體的個數。特別需要注意的是參數window，它不僅是目標物體初始化的位置，還是實時跟蹤目標后的位置，所以其實也是一個返回值。由於meanShift好像主要不是用於目標跟蹤上，很多應用是在圖像分割上。但是這里還是將CamShift算法例子稍微改一下，就成了meanShift算法了。主要是用window代替CamShift中的trackWindow.
其代碼注釋如下：
View Code
1 #include "StdAfx.h" 2 3 #include "opencv2/video/tracking.hpp" 4 #include "opencv2/imgproc/imgproc.hpp" 5 #include "opencv2/highgui/highgui.hpp" 6 7 8 #include <iostream> 9 #include <ctype.h> 10 11 using namespace cv; 12 using namespace std; 13 14 Mat image; 15 16 bool backprojMode = false; //表示是否要進入反向投影模式，ture表示准備進入反向投影模式 17 bool selectObject = false;//代表是否在選要跟蹤的初始目標，true表示正在用鼠標選擇 18 int trackObject = 0; //代表跟蹤目標數目 19 bool showHist = true;//是否顯示直方圖 20 Point origin;//用於保存鼠標選擇第一次單擊時點的位置 21 Rect selection;//用於保存鼠標選擇的矩形框 22 int vmin = 10, vmax = 256, smin = 30; 23 24 void onMouse( int event, int x, int y, int, void* ) 25 { 26 if( selectObject )//只有當鼠標左鍵按下去時才有效，然后通過if里面代碼就可以確定所選擇的矩形區域selection了 27 { 28 selection.x = MIN(x, origin.x);//矩形左上角頂點坐標 29 selection.y = MIN(y, origin.y); 30 selection.width = std::abs(x - origin.x);//矩形寬 31 selection.height = std::abs(y - origin.y);//矩形高 32 33 selection &= Rect(0, 0, image.cols, image.rows);//用於確保所選的矩形區域在圖片范圍內 34 } 35 36 switch( event ) 37 { 38 case CV_EVENT_LBUTTONDOWN: 39 origin = Point(x,y); 40 selection = Rect(x,y,0,0);//鼠標剛按下去時初始化了一個矩形區域 41 selectObject = true; 42 break; 43 case CV_EVENT_LBUTTONUP: 44 selectObject = false; 45 if( selection.width > 0 && selection.height > 0 ) 46 trackObject = -1; 47 break; 48 } 49 } 50 51 void help() 52 { 53 cout << "\nThis is a demo that shows mean-shift based tracking\n" 54 "You select a color objects such as your face and it tracks it.\n" 55 "This reads from video camera (0 by default, or the camera number the user enters\n" 56 "Usage: \n" 57 " ./camshiftdemo [camera number]\n"; 58 59 cout << "\n\nHot keys: \n" 60 "\tESC - quit the program\n" 61 "\tc - stop the tracking\n" 62 "\tb - switch to/from backprojection view\n" 63 "\th - show/hide object histogram\n" 64 "\tp - pause video\n" 65 "To initialize tracking, select the object with mouse\n"; 66 } 67 68 const char* keys = 69 { 70 "{1| | 0 | camera number}" 71 }; 72 73 int main( int argc, const char** argv ) 74 { 75 help(); 76 77 VideoCapture cap; //定義一個攝像頭捕捉的類對象 78 Rect trackWindow; 79 RotatedRect trackBox;//定義一個旋轉的矩陣類對象 80 int hsize = 16; 81 float hranges[] = {0,180};//hranges在后面的計算直方圖函數中要用到 82 const float* phranges = hranges; 83 CommandLineParser parser(argc, argv, keys);//命令解析器函數 84 int camNum = parser.get<int>("1"); 85 86 cap.open(camNum);//直接調用成員函數打開攝像頭 87 88 if( !cap.isOpened() ) 89 { 90 help(); 91 cout << "***Could not initialize capturing...***\n"; 92 cout << "Current parameter's value: \n"; 93 parser.printParams(); 94 return -1; 95 } 96 97 namedWindow( "Histogram", 0 ); 98 namedWindow( "CamShift Demo", 0 ); 99 setMouseCallback( "CamShift Demo", onMouse, 0 );//消息響應機制 100 createTrackbar( "Vmin", "CamShift Demo", &vmin, 256, 0 );//createTrackbar函數的功能是在對應的窗口創建滑動條，滑動條Vmin,vmin表示滑動條的值，最大為256 101 createTrackbar( "Vmax", "CamShift Demo", &vmax, 256, 0 );//最后一個參數為0代表沒有調用滑動拖動的響應函數 102 createTrackbar( "Smin", "CamShift Demo", &smin, 256, 0 );//vmin,vmax,smin初始值分別為10,256,30 103 104 Mat frame, hsv, hue, mask, hist, histimg = Mat::zeros(200, 320, CV_8UC3), backproj; 105 bool paused = false; 106 107 for(;;) 108 { 109 if( !paused )//沒有暫停 110 { 111 cap >> frame;//從攝像頭抓取一幀圖像並輸出到frame中 112 if( frame.empty() ) 113 break; 114 } 115 116 frame.copyTo(image); 117 118 if( !paused )//沒有按暫停鍵 119 { 120 cvtColor(image, hsv, CV_BGR2HSV);//將rgb攝像頭幀轉化成hsv空間的 121 122 if( trackObject )//trackObject初始化為0,或者按完鍵盤的'c'鍵后也為0，當鼠標單擊松開后為-1 123 { 124 int _vmin = vmin, _vmax = vmax; 125 126 //inRange函數的功能是檢查輸入數組每個元素大小是否在2個給定數值之間，可以有多通道,mask保存0通道的最小值，也就是h分量 127 //這里利用了hsv的3個通道，比較h,0~180,s,smin~256,v,min(vmin,vmax),max(vmin,vmax)。如果3個通道都在對應的范圍內，則 128 //mask對應的那個點的值全為1(0xff)，否則為0(0x00). 129 inRange(hsv, Scalar(0, smin, MIN(_vmin,_vmax)), 130 Scalar(180, 256, MAX(_vmin, _vmax)), mask); 131 int ch[] = {0, 0}; 132 hue.create(hsv.size(), hsv.depth());//hue初始化為與hsv大小深度一樣的矩陣，色調的度量是用角度表示的，紅綠藍之間相差120度，反色相差180度 133 mixChannels(&hsv, 1, &hue, 1, ch, 1);//將hsv第一個通道(也就是色調)的數復制到hue中，0索引數組 134 135 if( trackObject < 0 )//鼠標選擇區域松開后，該函數內部又將其賦值1 136 { 137 //此處的構造函數roi用的是Mat hue的矩陣頭，且roi的數據指針指向hue，即共用相同的數據，select為其感興趣的區域 138 Mat roi(hue, selection), maskroi(mask, selection);//mask保存的hsv的最小值 139 140 //calcHist()函數第一個參數為輸入矩陣序列，第2個參數表示輸入的矩陣數目，第3個參數表示將被計算直方圖維數通道的列表，第4個參數表示可選的掩碼函數 141 //第5個參數表示輸出直方圖，第6個參數表示直方圖的維數，第7個參數為每一維直方圖數組的大小，第8個參數為每一維直方圖bin的邊界 142 calcHist(&roi, 1, 0, maskroi, hist, 1, &hsize, &phranges);//將roi的0通道計算直方圖並通過mask放入hist中，hsize為每一維直方圖的大小 143 normalize(hist, hist, 0, 255, CV_MINMAX);//將hist矩陣進行數組范圍歸一化，都歸一化到0~255 144 145 trackWindow = selection; 146 trackObject = 1;//只要鼠標選完區域松開后，且沒有按鍵盤清0鍵'c'，則trackObject一直保持為1，因此該if函數只能執行一次，除非重新選擇跟蹤區域 147 148 histimg = Scalar::all(0);//與按下'c'鍵是一樣的，這里的all(0)表示的是標量全部清0 149 int binW = histimg.cols / hsize; //histing是一個200*300的矩陣，hsize應該是每一個bin的寬度，也就是histing矩陣能分出幾個bin出來 150 Mat buf(1, hsize, CV_8UC3);//定義一個緩沖單bin矩陣 151 for( int i = 0; i < hsize; i++ )//saturate_case函數為從一個初始類型准確變換到另一個初始類型 152 buf.at<Vec3b>(i) = Vec3b(saturate_cast<uchar>(i*180./hsize), 255, 255);//Vec3b為3個char值的向量 153 cvtColor(buf, buf, CV_HSV2BGR);//將hsv又轉換成bgr 154 155 for( int i = 0; i < hsize; i++ ) 156 { 157 int val = saturate_cast<int>(hist.at<float>(i)*histimg.rows/255);//at函數為返回一個指定數組元素的參考值 158 rectangle( histimg, Point(i*binW,histimg.rows), //在一幅輸入圖像上畫一個簡單抽的矩形，指定左上角和右下角，並定義顏色，大小，線型等 159 Point((i+1)*binW,histimg.rows - val), 160 Scalar(buf.at<Vec3b>(i)), -1, 8 ); 161 } 162 } 163 164 calcBackProject(&hue, 1, 0, hist, backproj, &phranges);//計算直方圖的反向投影，計算hue圖像0通道直方圖hist的反向投影，並讓入backproj中 165 backproj &= mask; 166 167 //opencv2.0以后的版本函數命名前沒有cv兩字了，並且如果函數名是由2個意思的單詞片段組成的話，且前面那個片段不夠成單詞，則第一個字母要 168 //大寫，比如Camshift，如果第一個字母是個單詞，則小寫，比如meanShift，但是第二個字母一定要大寫 169 meanShift(backproj, trackWindow, //trackWindow為鼠標選擇的區域，TermCriteria為確定迭代終止的准則 170 TermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ));//CV_TERMCRIT_EPS是通過forest_accuracy,CV_TERMCRIT_ITER 171 if( trackWindow.area() <= 1 ) //是通過max_num_of_trees_in_the_forest 172 { 173 int cols = backproj.cols, rows = backproj.rows, r = (MIN(cols, rows) + 5)/6; 174 trackWindow = Rect(trackWindow.x - r, trackWindow.y - r, 175 trackWindow.x + r, trackWindow.y + r) & 176 Rect(0, 0, cols, rows);//Rect函數為矩陣的偏移和大小，即第一二個參數為矩陣的左上角點坐標，第三四個參數為矩陣的寬和高 177 } 178 179 if( backprojMode ) 180 cvtColor( backproj, image, CV_GRAY2BGR );//因此投影模式下顯示的也是rgb圖？ 181 //ellipse( image, trackBox, Scalar(0,0,255), 3, CV_AA );//跟蹤的時候以橢圓為代表目標 182 rectangle(image,Point(trackWindow.x,trackWindow.y),Point(trackWindow.x+trackWindow.width,trackWindow.y+trackWindow.height),Scalar(0,0,255),-1,CV_AA); 183 } 184 } 185 186 //后面的代碼是不管pause為真還是為假都要執行的 187 else if( trackObject < 0 )//同時也是在按了暫停字母以后 188 paused = false; 189 190 if( selectObject && selection.width > 0 && selection.height > 0 ) 191 { 192 Mat roi(image, selection); 193 bitwise_not(roi, roi);//bitwise_not為將每一個bit位取反 194 } 195 196 imshow( "CamShift Demo", image ); 197 imshow( "Histogram", histimg ); 198 199 char c = (char)waitKey(10); 200 if( c == 27 ) //退出鍵 201 break; 202 switch(c) 203 { 204 case 'b': //反向投影模型交替 205 backprojMode = !backprojMode; 206 break; 207 case 'c': //清零跟蹤目標對象 208 trackObject = 0; 209 histimg = Scalar::all(0); 210 break; 211 case 'h': //顯示直方圖交替 212 showHist = !showHist; 213 if( !showHist ) 214 destroyWindow( "Histogram" ); 215 else 216 namedWindow( "Histogram", 1 ); 217 break; 218 case 'p': //暫停跟蹤交替 219 paused = !paused; 220 break; 221 default: 222 ; 223 } 224 } 225 return 0; 226 }
本文感性上認識了怎樣使用meanShift()和CamShift()函數，跟進一步的實現原理需要看其相關的論文和代碼才能理解。但是從本例中調用的其它函數也可以學到很多opencv函數，效果還是很不錯的。