C++ opencv目标跟踪 KCF

使用OpenCV中的KCF算法进行目标跟踪，可以按照以下步骤进行操作：

1. 导入OpenCV库和头文件：

#include <opencv2/opencv.hpp>
using namespace cv;

2. 读取视频并初始化目标框：

VideoCapture cap("video.mp4");
Rect2d bbox(287, 23, 86, 320); // x,y,w,h

3. 创建跟踪器对象并初始化：

Ptr<Tracker> tracker = TrackerKCF::create();
tracker->init(frame, bbox);

4. 循环读取每一帧图像，调用tracker->update()方法进行目标跟踪：

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

完整代码如下：

#include <opencv2/opencv.hpp>
using namespace cv;

int main()
{
    VideoCapture cap("video.mp4");
    if (!cap.isOpened())
    {
        std::cout << "Fail to open video file!" << std::endl;
        return -1;
    }
    Rect2d bbox(287, 23, 86, 320); // x,y,w,h
    Mat frame;
    cap.read(frame);
    Ptr<Tracker> tracker = TrackerKCF::create();
    tracker->init(frame, bbox);
    while (cap.read(frame))
    {
        bool ok = tracker->update(frame, bbox);
        if (ok)
        {
            rectangle(frame, bbox, Scalar(0, 255, 0), 2, 1);
        }
        else
        {
            putText(frame, "Tracking failure detected", Point(100, 80), FONT_HERSHEY_SIMPLEX, 0.75, Scalar(0, 0, 255), 2);
        }
        imshow("Tracking", frame);
        if (waitKey(1) == 27) break; // ESC退出
    }
    return 0;
}

其中，bbox表示目标框的位置和大小，可以手动指定或者通过其它方式获取。在循环中，如果tracker->update()返回true，则更新目标框的位置，并在图像中绘制矩形框；如果返回false，则表示跟踪失败，可以在图像中显示提示信息。最后，通过waitKey()函数等待按键事件，如果按下ESC键，则退出循环。