对视频进行光流 (lk) 后，根据此数据查找对象并跟踪它们的最佳方法是什么？
这可能听起来很菜鸟，但我希望能够在物体周围定义清晰的轮廓，所以如果它是一个形状奇怪的瓶子或其他东西，就能够检测边缘。
我不确定 LK 是最好的算法，因为它计算一组稀疏的角点的运动，并且从密集的光流结果（例如 Farneback 或 Horn Schunck）中跟踪通常表现更好。计算流量后，作为第一步，您可以对其范数进行一些阈值处理（以保留移动部分），并尝试从此结果中提取连接区域。但请注意，如果您没有要跟踪的对象的模型，您的任务将不会容易。
另一方面，如果您主要对跟踪感兴趣并且可以接受一点交互性，则可以查看 camshift 示例代码，了解如何根据图像的外观选择和跟踪图像区域。
- - 编辑 - -
如果您的相机是静态的，请改用背景减法。使用OpenCV 2.4 beta，您必须在视频模块文档中查找BackgroundSubtractor 类及其子类。
另请注意，通过良好的参数选择以及 GPU 实现，光流可以是实时的（或不是很远）。在 Windows 上，您可以使用 flowlib格拉茨工业大学/Gpu4Vision 小组。 OpenCV 也有一些 GPU 密集光流，例如 gpu::BroxOpticalFlow 类。
---编辑2 ---
将单像素检测加入到大物体中是一项称为连接组件标记。有一个在 OpenCV 中实现的快速算法。所以这给了你一个管道：
- 运动检测（像素级别）---> 连接的组件。标记 ---> 对象跟踪（添加运动信息、卡尔曼滤波的可能轨迹...）。
但我们必须在这里停下来，因为我们很快就会远远超出您最初问题的范围;-)
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
