python+OpenCV+dlib实现目标追踪_phython视频动态跟踪 - CSDN文库

7 浏览量更新于2023-03-03 评论 2 收藏 43KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

python+OpenCV+dlib实现目标追踪实现目标追踪

背景介绍背景介绍

Dlib是一个深度学习开源工具，基于C++开发，也支持Python开发接口，功能类似于TensorFlow与PyTorch，由于dlib对于人

脸特征具有很好的支持，有很多训练好的人脸特征提取模型供开发者使用，所以dlib很适合做人脸项目开发。具体的dlib环境

配置方法在这里就不再多做赘述了，网上有很多的相关教程可供参考。

目标追踪目标追踪

在应用方面，dlib大多数情况下用于人脸检测与人脸识别，然而，dlib还可以用于物体追踪，通过调用Python API中的

dlib.correlation_tracker类可以实现一个初步的跟踪结果，具体分为以下四步：

(1) 使用dlib.correlation_tracker()创建一个跟踪类；

(2) start_track()设置图片中要跟踪目标对象的框；

(3) update()实时跟踪下一帧；

(4) get_position()得到跟踪到的目标的位置。

import cv2

import dlib

import glob

#导入人脸检测器，追踪器和所需图片

detector = dlib.get_frontal_face_detector()

tracker = dlib.correlation_tracker()

paths = sorted(glob.glob('video_frames/*.jpg')) #video_frames为当前图片所在文件夹

#追踪图片中的目标对象

for i, path in enumerate(paths):

img = cv2.imread(path)

if i == 0:

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #转为灰度图像处理

dets = detector(gray, 1) #1表示将图片放大一倍，便于检测到更多人脸

d=dets[0] #假设图片中只有一个人脸

tracker.start_track(img, dlib.rectangle(d.left(),d.top(),d.right(),d.bottom()))

# 后续帧，自动追踪

else:

tracker.update(img)

box_predict = tracker.get_position() #得到目标的位置

cv2.rectangle(img,(int(box_predict.left()),int(box_predict.top())),(int(box_predict.right()),int(box_predict.bottom())),(0,255,255),1)

cv2.imshow('image',img)

if cv2.waitKey(10) == 27:

break

cv2.destroyAllWindows()

通过设置好运行代码之后，就可以实现我们想要的跟踪效果。

作者：weixin_42709563

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余0页未读，立即下载

评论0

weixin_38608873

粉丝: 6
资源: 982

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈