Opencv中实际应用camshift算法的条件

在一个实际项目中采用Opencv的camshift算法进行跟踪是基于一定条件的，在实时获取的图像中，使用带红外滤镜片的红外相机得到视频，可以有效减少干扰，而且适合光线不充足的环境，但此时得到的图像近似于灰度图，而灰度图中的RGB是相等的，由RGB->HSV的公式：

max=max(R,G,B)
min=min(R,G,B)
if R = max, H = (G-B)/(max-min)
if G = max, H = 2 + (B-R)/(max-min)
if B = max, H = 4 + (R-G)/(max-min)

H = H * 60
if H < 0, H = H + 360

V=max(R,G,B)
S=(max-min)/max

可知，在灰度图条件下，H近似于0，而在canshift算法中，正是利用H分量进行跟踪，因此，在这种情况失出效用，需要另找其它算法来实现。