这篇文章主要介绍了C++ OpenCV视频操作之如何实现稠密光流对象跟踪，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

创新互联服务项目包括裕安网站建设、裕安网站制作、裕安网页制作以及裕安网络营销策划等。多年来，我们专注于互联网行业，利用自身积累的技术优势、行业经验、深度合作伙伴关系等，向广大中小型企业、政府机构等提供互联网行业的解决方案，裕安网站推广取得了明显的社会效益与经济效益。目前，我们服务的客户以成都为中心已经辐射到裕安省份的部分城市，未来相信会继续扩大服务区域并继续获得客户的支持与信任！

前言

稠密光流算法（即图像上所有像素点的光流都计算出来），由于要计算图像上所有点的光流，故计算耗时，速度慢。一般来说我们在平时应用上可能会用到的比较少，在这里我们就简单讲解一下。

函数API

void cv::calcOpticalFlowFarneback( InputArray _prev0, InputArray _next0, OutputArray _flow0, double pyr_scale, int levels, int winsize, int iterations, int poly_n, double poly_sigma, int flags )
参数说明如下：

InputArray ：输入前一帧图像

InputArray ：输入后一帧图像

OutputArray ：输出的光流

double：金字塔上下两层之间的尺度关系 

int ：金字塔层数 

int：均值窗口大小，越大越能denoise并且能够检测快速移动目标，但会引起模糊运动区域

int：迭代次数 

int：像素领域大小，一般为5，7等

double：高斯标注差，一般为1-1.5

int：计算方法。主要包括OPTFLOW_USE_INITIAL_FLOW和OPTFLOW_FARNEBACK_GAUSSIAN

代码实现

我们再新建一个项目名为opencv--video4，按照配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法

先在外层读取第一帧图像

读取图像并时行稠密光流计算，下图红框内就是用到了我们的API，明显可以看出来这里比稀疏光流要简单些，因为不用再先获取特征点进行对比了，下面的蓝色框就是我们绘制结果的函数

代码结尾

绘制结果的函数

这样整个就完成了，文章开头的视频就是我们运行起来的效果，下面是视频中的截图

感谢你能够认真阅读完这篇文章，希望小编分享的“C++ OpenCV视频操作之如何实现稠密光流对象跟踪”这篇文章对大家有帮助，同时也希望大家多多支持创新互联，关注创新互联行业资讯频道，更多相关知识等着你来学习!

分享名称：C++OpenCV视频操作之如何实现稠密光流对象跟踪
本文URL：http://lswzjz.com/article/ihcoij.html