Diferencias

Muestra las diferencias entre dos versiones de la página.

--- informatica:programacion:python:modulos:opencv [2020/12/10 16:00] – tempwin
+++ informatica:programacion:python:modulos:opencv [2020/12/10 16:30] (actual) – [Optical Flow] tempwin
@@ Línea 928: / Línea 928: @@
 cv2.destroyAllWindows()
+</code>
+===== Seguimiento de objetos =====
+Técnicas:
+  * Optical Flow
+  * MeanShift y CamShift
+==== Optical Flow ====
+Los métodos de OpenCV parten de un conjunto de puntos y un frame y luego intenta encontrar esos puntos en el siguiente frame.
+Dos algoritmos:
+  * Lucas-Kanade
+  * Gunner Farneback: si queremos seguir todos los puntos de un vídeo.
+<code python>
+cap = cv2.VideoCapture(0)
+ret, prev_frame = cap.read()
+# Primer frame
+prev_gray = cv2.cvtColor(prev_frame, cv2.COLOR_BGR2RGB)
+# Puntos a seguir
+prevPts = cv2.goodFeaturesToTrack(prev_gray, mask = None, **corner_track_params)
+mask = np.zeros_like(prev_frame)
+while True:
+    ret, frame = cap.read()
+    frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
+    # Calculamos el optical flow entre frames
+    nextPts, status, err = cv2.calcOpticalFlowPyrLK(prev_gray, frame_gray, prevPts, None, **lk_params)
+    good_new = nextPts[status == 1]
+    good_prev = prevPts[status == 1]
+    for i, (new, prev) in enumerate(zip(good_new, good_prev)):
+        x_new, y_new = new.ravel()
+        x_prev, y_prev = prev.ravel()
+        mask = cv2.line(mask, (x_new, y_new), (x_prev, y_prev), (0,255,0),3)
+        frame = cv2.circle(frame, (x_new, y_new), 8, (0,0,255), -1)
+    img = csv2.add(frame, mask)
+    cv2.imshow('tracking', img)
+    k = cv2.waitKey(30) & 0xFF
+    if k == ord('q'):
+        break;
+    prev_grey = frame_gray.copy()
+    prevPts = good_new.reshape(-1, 1, 2)
+cv2.destroyAllWindows()
+cap.release()
 </code>