Question

我正在尝试使用python包装器为OpenCV（cv2）构建一个用于2D对象的veeery简单跟踪器。

我只注意到3个功能：

KalmanFilter（构造函数）
.predict（）
.correct（测量）

我的想法是创建一个代码来检查kalman是否像这样工作：

kf = cv2.KalmanFilter(...)
# set initial position

cv2.predict()
corrected_position = cv2.correct([measurement_x, measurement_y])

我发现了一些使用cv包装器而不是cv2 ...

的例子

提前致谢！

Answer 1

如果您正在使用opencv2.4，那么它就是坏消息：KalmanFilter无法使用，因为您无法设置过渡（或任何其他）矩阵。

对于opencv3.0它可以正常工作，如下所示：

import cv2, numpy as np

meas=[]
pred=[]
frame = np.zeros((400,400,3), np.uint8) # drawing canvas
mp = np.array((2,1), np.float32) # measurement
tp = np.zeros((2,1), np.float32) # tracked / prediction

def onmouse(k,x,y,s,p):
    global mp,meas
    mp = np.array([[np.float32(x)],[np.float32(y)]])
    meas.append((x,y))

def paint():
    global frame,meas,pred
    for i in range(len(meas)-1): cv2.line(frame,meas[i],meas[i+1],(0,100,0))
    for i in range(len(pred)-1): cv2.line(frame,pred[i],pred[i+1],(0,0,200))

def reset():
    global meas,pred,frame
    meas=[]
    pred=[]
    frame = np.zeros((400,400,3), np.uint8)

cv2.namedWindow("kalman")
cv2.setMouseCallback("kalman",onmouse);
kalman = cv2.KalmanFilter(4,2)
kalman.measurementMatrix = np.array([[1,0,0,0],[0,1,0,0]],np.float32)
kalman.transitionMatrix = np.array([[1,0,1,0],[0,1,0,1],[0,0,1,0],[0,0,0,1]],np.float32)
kalman.processNoiseCov = np.array([[1,0,0,0],[0,1,0,0],[0,0,1,0],[0,0,0,1]],np.float32) * 0.03
#kalman.measurementNoiseCov = np.array([[1,0],[0,1]],np.float32) * 0.00003
while True:
    kalman.correct(mp)
    tp = kalman.predict()
    pred.append((int(tp[0]),int(tp[1])))
    paint()
    cv2.imshow("kalman",frame)
    k = cv2.waitKey(30) &0xFF
    if k == 27: break
    if k == 32: reset()

有没有cv2.KalmanFilter实现的例子？

1 个答案: