C++Opencv对视频进行运动物体运动轨迹的提取代码

以下是使用C++和OpenCV实现对视频中运动物体运动轨迹的提取的示例代码：

#include <opencv2/opencv.hpp>
#include <vector>

using namespace std;
using namespace cv;

int main()
{
    // 读取视频文件
    VideoCapture cap("test.mp4");

    // 定义背景差分器和光流计算器
    Ptr<BackgroundSubtractor> bs = createBackgroundSubtractorMOG2();
    Ptr<DenseOpticalFlow> flow = createOptFlow_DualTVL1();

    // 定义用于绘制轨迹的颜色
    Scalar color(0, 0, 255);

    // 定义轨迹点列表
    vector<Point2f> points;

    // 循环读取视频帧
    Mat frame, gray, fgmask, flowmap;
    while (cap.read(frame))
    {
        // 转换为灰度图像
        cvtColor(frame, gray, COLOR_BGR2GRAY);

        // 背景差分
        bs->apply(gray, fgmask);

        // 计算光流
        Mat prev = gray.clone();
        flow->calc(prev, gray, flowmap);

        // 提取运动物体
        Mat magnitude, angle;
        cartToPolar(flowmap(Rect(0, 0, frame.cols, frame.rows)).ptr<float>(0), 
                    flowmap(Rect(0, 0, frame.cols, frame.rows)).ptr<float>(1), 
                    magnitude, angle);
        threshold(magnitude, fgmask, 10, 255, THRESH_BINARY);

        // 查找运动物体的轮廓
        vector<vector<Point>> contours;
        findContours(fgmask, contours, RETR_EXTERNAL, CHAIN_APPROX_NONE);

        // 绘制运动物体的轨迹
        for (const auto& contour : contours)
        {
            Rect bbox = boundingRect(contour);
            Point2f center = Point2f(bbox.x + bbox.width / 2, bbox.y + bbox.height / 2);

            // 记录轨迹点
            points.push_back(center);

            // 绘制轨迹
            for (size_t i = 1; i < points.size(); i++)
            {
                line(frame, points[i - 1], points[i], color, 2);
            }
        }

        // 显示原始帧和运动物体的轨迹
        imshow("frame", frame);

        // 退出循环
        if (waitKey(30) == 'q')
            break;
    }

    // 释放资源
    cap.release();
    destroyAllWindows();

    return 0;
}

以上代码中，我们使用了cv::createBackgroundSubtractorMOG2()函数创建了背景差分器，使用了cv::createOptFlow_DualTVL1()函数创建了光流计算器。在每一帧中，我们先对图像进行背景差分和光流计算，然后提取运动物体的轮廓，并将每个运动物体的中心点保存到轨迹点列表中。最后，我们使用cv::line()函数绘制运动物体的轨迹，并使用cv::imshow()函数显示原始帧和运动物体的轨迹。