问题标签 [opticalflow]

我正在尝试使用 C++ 和 OpenCV 编写一个程序，该程序计算与对象碰撞之前的剩余时间（帧）。作为示例视频，我有一个相机朝着黑板移动。

我对此的方法如下：

1. 检测要跟踪的特征（尝试过 goodFeaturesToTrack() 或“手动”设置点）
2. 通过 calcOpticalFlowPyrLK() 计算光流
3. 通过 findFundamentalMat() 计算先前和当前找到的特征的基本矩阵
4. 检查基本矩阵是否正确
5. 计算极线和极线——视频中展开的重点

最后，我打算使用接触时间的方法来计算碰撞前的剩余帧数。

到目前为止，我最大的问题是找到正确的基本矩阵，从而找到极点。计算出的矩阵似乎是错误的，极线也是如此。我计划的方法是否正确？有没有人有一个从视频中获取 FoE 的工作示例或任何关于我必须做什么的演练？

我会很高兴得到任何帮助！

谢谢！

我想知道光流算法是否可以用于缩放。我有一个视频，其中包含放大和缩小的网页剪辑。

我一直在尝试开发一个简单的特征跟踪程序。用户用鼠标在屏幕上勾勒出一个区域，并为这个区域创建一个遮罩并传递给 goodFeaturesToTrack。然后将函数找到的特征绘制在屏幕上（由蓝色圆圈表示）。

接下来，我将函数返回的特征向量传递给 calcOpticalFlowPyrLk 并在屏幕上绘制结果向量（由绿色圆圈表示）。尽管程序正确地跟踪了流动方向，但由于某种原因，calcOpticalFlow 函数输出的特征与屏幕上对象的位置不一致。

我觉得这似乎是我使用的逻辑中的一个小错误，但我似乎无法分解它，我非常感谢你们的帮助。

我已经在下面发布了我的代码，对于全局变量和混乱的结构，我深表歉意。我目前只是在测试，并计划在运行后立即清理并转换为 OOP 格式。

同样，这是我上传的 YouTube 视频的链接，该视频演示了我正在打击的行为。

我正在尝试使用密集光流对图像进行复杂的扭曲。我正在尝试将第二张图像扭曲成与第一张图像大致相同的形状。

我从两个灰度帧计算流量。我现在正在尝试使用该cv::remap功能使用此流信息重新映射我的原始（即非灰度）图像。但是，我从中得到了一个非常严重扭曲的图像。我只是最终得到一个与我的原始图像有点相似的橙色和黑色图像。

如何使用cv::remap计算flow？

任何人都可以帮我从 OpenCV 中获取每个像素的速度信息cvCalcOpticalFlowPyrLK吗？

我想使用光流跟踪 OpenCV 中对象的旋转和平移。到目前为止，我有这样的事情：

1. 调用 goodFeaturesToTrack 查找初始特征
2. 调用 calcOpticalFlowPyrLK 跟踪特征点的移动
3. 调用 findHomography 查找图像 A 中的点如何移动到图像 B
4. 调用 perspectiveTransform 根据单应性移动点
5. 调用solvePnPRansac求旋转矩阵和平移向量

在这一点上，我试图获取图像之间的旋转和平移 Mat 之间的差异，并将它们添加到初始旋转和平移矩阵中。

这种方法的问题是平移向量不跟随图像。向量倾向于保持在 [0.02 0.2 -1.5] 范围内

它离这个位置不远。

谢谢。

我正在尝试为我正在尝试制作的简单游戏执行面部跟踪。我正在使用处理。

我使用 OpenCV 使用 Haar Cascades 进行简单的人脸检测。但是，随着时间的推移，它在平滑跟踪面部方面存在问题。此外，它不会检测到倾斜的脸。

通过一些谷歌搜索，我发现我必须实施卡尔曼滤波器来平滑面部跟踪。但是，这是我第一次听说卡尔曼滤波器，我很难实现它。

我在处理中将这个库用于 OpenCV：https ://github.com/atduskgreg/opencv-processing

如果有人能告诉我如何使用 Processing 或 Java 实现卡尔曼滤波器（因为这个库基于 Java API），那将非常有帮助。

这是我用于人脸检测的代码。这是图书馆的示例草图之一：

我目前正在做一个项目，需要我使用光流找到扩展的焦点。

我目前有光流，并且正在使用本文第 13-14 页的公式： http ://www.dgp.toronto.edu/~donovan/stabilization/opticalflow.pdf

我从视频中提取两帧并使用 buildOpticalFlowPyramid 从两者中找到金字塔，然后使用 goodFeaturesToTrack 找到关键点。然后我使用这些计算稀疏光流与 calcOpticalFlowPyrLK。这三种方法都由 OpenCV 提供。

我遇到的问题是我需要图像中每个关键点的流向量来填充 A 和 b 矩阵。像素值是否只是原始图像中关键点的位置？那么流向量是初始位置和新点之间的差异吗？

我很好奇 openCV 中 KLT 背后的逻辑。

据我所知，在 OpenCV 中寻找光流的图像首先被转换为灰度。

我很好奇的是，在运行算法时，我们需要一组特征进行计算。在 openCV 中寻找光流法有哪些特点？

谢谢 ：）

我尝试使用 calcOpticalFlowSF() 函数，但是当我启动它时，程序没有响应，这里是使用它的代码部分：

我知道错误来自函数 calcOpticalFlowSF，因为如果我评论它，程序就可以工作。我使用的图片与他们在 SimpleFlow 演示中使用的图片相同。如果你看这里：如何让 cv::calcOpticalFlowSF 工作？看来他对功能本身没有问题......

你知道为什么它不起作用吗？

谢谢，

此致。