C++ opencv目标跟踪

C++中使用OpenCV进行目标跟踪可以使用以下步骤：

1. 读取视频或摄像头数据。

cv::VideoCapture cap(0); //打开摄像头
cv::Mat frame; //每一帧图像
if (!cap.isOpened()) return -1; //检查视频是否正确打开

2. 初始化目标。

可以使用鼠标点击在视频帧中选择目标，并使用该目标的位置进行初始化。

cv::Rect2d bbox = cv::selectROI("Tracking", frame, false); //选择ROI
cv::Ptr<cv::Tracker> tracker = cv::TrackerCSRT::create(); //创建跟踪器
tracker->init(frame, bbox); //用ROI初始化跟踪器

3. 循环处理每一帧图像。

在循环中，首先读取图像帧，然后使用跟踪器对目标进行跟踪，并在图像帧中绘制跟踪框。

while (cap.read(frame)) {
    cv::Rect2d bbox;
    bool ok = tracker->update(frame, bbox); //使用跟踪器更新目标位置
    if (ok) {
        // 目标跟踪成功
        cv::rectangle(frame, bbox, cv::Scalar(0, 255, 0), 2, 1); //在图像帧中绘制跟踪框
    } else {
        // 目标跟踪失败
        cv::putText(frame, "Tracking failure detected", cv::Point(100, 80), cv::FONT_HERSHEY_SIMPLEX, 0.75, cv::Scalar(0, 0, 255), 2);
    }
    cv::imshow("Tracking", frame); //显示图像帧
    if (cv::waitKey(1) == 27) break; //按下ESC退出循环
}

完整的C++代码如下：

#include <opencv2/opencv.hpp>

int main() {
    cv::VideoCapture cap(0);
    cv::Mat frame;
    if (!cap.isOpened()) return -1;

    cv::Rect2d bbox = cv::selectROI("Tracking", frame, false);
    cv::Ptr<cv::Tracker> tracker = cv::TrackerCSRT::create();
    tracker->init(frame, bbox);

    while (cap.read(frame)) {
        cv::Rect2d bbox;
        bool ok = tracker->update(frame, bbox);
        if (ok) {
            cv::rectangle(frame, bbox, cv::Scalar(0, 255, 0), 2, 1);
        } else {
            cv::putText(frame, "Tracking failure detected", cv::Point(100, 80), cv::FONT_HERSHEY_SIMPLEX, 0.75, cv::Scalar(0, 0, 255), 2);
        }
        cv::imshow("Tracking", frame);
        if (cv::waitKey(1) == 27) break;
    }

    return 0;
}

注意，跟踪器的类型可以根据应用场景选择不同的类型，例如KCF、MIL、TLD等。此外，也可以使用深度学习模型进行目标跟踪。