基于camshift道路检测，鼠标划定匹配区域

opencv3.0Beta+VS2012的视频保存为图片，如果opencv版本不同引入的库也会不一样，大家注意！！！

#include "opencv2/opencv.hpp"#include <iostream>#include <ctype h="">#include "opencv2/opencv.hpp"#include "opencv2/video/tracking.hpp"#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/highgui/highgui.hpp"#include <opencv2 imgproc="" types_c="" h=""> #include "opencv2/highgui/highgui_c.h"using namespace cv;using namespace std;Mat image;bool backprojMode = true; //表示是否要进入反向投影模式，true表示准备进入反向投影模式  bool selectObject = false; //代表是否在选要跟踪的初始目标，true表示正在用鼠标选择int trackObject = 0; //代表跟踪目标数目 bool showHist = true; //是否显示直方图Point origin; //用于保存鼠标选择第一次单击时点的位置 Rect selection; //用于保存鼠标选择的矩形框 int vmin = 10, vmax = 256, smin = 30;//图像掩膜(0-1矩阵)需要的边界常数//鼠标回调函数,该函数用鼠标进行跟踪目标的选择,鼠标事件响应函数，这个函数从按下左键时开始响应直到左键释放static void onMouse(int event, int x, int y, int, void*){if (selectObject))//只有当鼠标左键按下去时才有效，然后通过if里面代码就可以确定所选择的矩形区域selection{ //最小成矩形,选择区域的x坐标选起点与当前点的最小值，保证鼠标不管向右下角还是左上角拉动都正确选择selection.x = MIN(x, origin.x);//矩形左上角顶点坐标, [怎么不是左下角坐标？不懂！]selection.y = MIN(y, origin.y);selection.width = std::abs(x - origin.x); //两个横坐标相减得到长selection.height = std::abs(y - origin.y);//两个纵坐标相减得到宽 selection &= Rect(0, 0, image.cols, image.rows);//用于确保所选的矩形区域在图片范围内  }switch (event){ case CV_EVENT_LBUTTONDOWN:[鼠标左键按下，初始化一个矩形框] // CV_EVENT_LBUTTONDOWN =1 LBUTTONDOWN：left button down鼠标左按钮按下事件。按下鼠标时捕获点originorigin = Point(x, y);selection = Rect(x, y, 0, 0);//鼠标刚按下去时初始化了一个矩形区域selectObject = true; //这时switch前面的if语句条件为true，执行该语句break;case CV_EVENT_LBUTTONUP: //CV_EVENT_LBUTTONUP =4 松开鼠标时，捕获width和heightselectObject = false; //代表是否在选要跟踪的初始目标，true表示正在用鼠标选择if (selection.width > 0 && selection.height > 0)trackObject = -1; //还没有跟踪,重新计算直方图break;}}static void help() //打印控制按键说明{cout << "\nThis is a demo that shows mean-shift based tracking\n""You select a color objects such as your face and it tracks it.\n""This reads from video camera (0 by default, or the camera number the user enters\n""Usage: \n"" ./camshiftdemo [camera number]\n";cout << "\n\nHot keys: \n""\tESC - quit the program\n""\tc - stop the tracking\n""\tb - switch to/from backprojection view\n""\th - show/hide object histogram\n""\tp - pause video\n""To initialize tracking, select the object with mouse\n";}const char* keys ={"{1| | 0 | camera number}"};//指针指向字符串[有什么用？？]int main(int argc, const char** argv){help();VideoCapture cap;  //定义一个摄像头捕捉的类对象  Rect trackWindow; //要跟踪的窗口int hsize = 16; //创建直方图时要用的常量[为什么要用常量]float hranges[] = { 0, 180 }; //hranges在后面的计算直方图函数中要用到const float* phranges = hranges;// CommandLineParser parser(argc, argv, keys); //命令解析器函数// int camNum = parser.get<int>("1");//现在camNum = 0Mat imgbackprojtemp;cap.open("e:\\data\\1.mp4");//cap.open(camNum);摄像头画面捕捉不成功则退出程序if (!cap.isOpened()){// help();// cout << "***Could not initialize capturing...***\n";// cout << "Current parameter's value: \n";// parser.printParams();;//打印出cmd参数信息return -1;}//关于显示窗口的一些设置namedWindow("Histogram", 0);namedWindow("CamShift Demo", 0);//设置鼠标事件，把鼠标响应与onMouse函数关联起来setMouseCallback("CamShift Demo", onMouse, 0);//消息响应机制 //创建三个滑块条，特定条件用滑块条选择不同参数能获得较好的跟踪效果。createTrackbar函数的功能是在对应的窗口创建滑动条，滑动条Vmin,vmin表示滑动条的值，最大为256。最后一个参数为0代表没有调用滑动拖动的响应函数。vmin,vmax,smin初始值分别为10,256,30  createTrackbar("Vmin", "CamShift Demo", &vmin, 256, 0);createTrackbar("Vmax", "CamShift Demo", &vmax, 256, 0);createTrackbar("Smin", "CamShift Demo", &smin, 256, 0); //创建Mat变量，frame, hsv, hue, mask, hist, histimg, backproj;其中histimg初始化为200*300的零矩阵Mat frame, hsv, hue, mask, hist, histimg = Mat::zeros(200, 320, CV_8UC3), backproj;bool paused = false; //主循环for (;;){if (!paused) //没有暂停 {cap >> frame; //从摄像头抓取一帧图像并输出到frame中  if (frame.empty())//为空，跳出主循环break;}frame.copyTo(image);//frame存入imageif (!paused)//没有按暂停键  { //hsv = cvtColor(image,COLOR_BGR2HSV)下面的和这行是等价的cvtColor(image, hsv, COLOR_BGR2HSV);//将BGR转换成HSV格式，存入hsv中，hsv是3通道 if (trackObject)//trackObject跟踪目标的个数初始化为0,或按完键盘的'c'键后也为0，当鼠标单击松开后为-1，执行核心部分 {int _vmin = vmin, _vmax = vmax; //inRange函数的功能是检查输入数组每个元素大小是否在2个给定数值之间，可以有多通道,mask保存0通道的最小值，也就是h分量。这里利用了hsv的3个通道，比较h,0~180,s,smin~256,v,min(vmin,vmax),max(vmin,vmax)。如果3个通道都在对应的范围内，则mask对应的那个点的值全为1(0xff)，否则为0(0x00).  inRange(hsv, Scalar(0, smin, MIN(_vmin, _vmax)), Scalar(180, 256, MAX(_vmin, _vmax)), mask);int ch[] = { 0, 0 };//hue初始化为与hsv大小深度一样的矩阵，色调的度量是用角度表示的，红绿蓝之间相差120度，反色相差180度hue.create(hsv.size(), hsv.depth());mixChannels(&hsv, 1, &hue, 1, ch, 1);//将hsv第一个通道(也就是色调)的数复制到hue中，0索引数组  if (trackObject < 0)//鼠标选择区域松开后，该函数内部又将其赋值1 { //此处的构造函数roi用的是Mat hue的矩阵头，且roi的数据指针指向hue，即共用相同的数据，select为其感兴趣的区域//mask保存的hsv的最小值 ,//roi为选中区域的矩阵，maskroi为0-1矩阵操作// mask, 确定输入图像的哪个象素被计数Mat roi(hue, selection), maskroi(mask, selection);//calcHist()函数第一个参数为输入矩阵序列，第2个参数表示输入的矩阵数目，第3个参数表示将被计算直方图维数通道的列表，第4个参数表示可选的掩码函数，第5个参数表示输出直方图，第6个参数表示直方图的维数，第7个参数为每一维直方图数组的大小，第8个参数为每一维直方图bin的边界//将roi的0通道计算直方图并通过mask放入hist中，hsize为每一维直方图的大小 //绘制色调直方图hist，仅限于用户选定的目标矩形区域 //calcHist计算颜色直方图calcHist(&roi, 1, 0, maskroi, hist, 1, &hsize（创建直方图用的常数）, &phranges（计算直方图）); //将hist矩阵进行数组范围归一化，都归一化到0~255 ，归一到255以内，超出范围的bin是没意义的 normalize(hist, hist, 0, 255, CV_MINMAX);trackWindow = selection;//只要鼠标选完区域松开后，且没有按键盘清0键'c'，则trackObject一直保持为1，因此该if函数只能执行一次，除非重新选择跟踪区域 trackObject = 1;histimg = Scalar::all(0);//与按下'c'键是一样的，这里的all(0)表示的是标量全部清0   //histing是一个200*300的矩阵，hsize应该是每一个bin(像素个数)的宽度，也就是histing矩阵能分出几个bin出来 Mat buf(1, hsize, CV_8UC3);//定义一个缓冲单bin矩阵for (int i = 0; i < hsize; i++)//saturate_case函数为从一个初始类型准确变换到另一个初始类型   //直方图每一项的颜色是根据项数变化的，Vec3b为3个char值的向量 buf.at<vec3b>(i) = Vec3b(saturate_cast<uchar>(i*180. / hsize), 255, 255); cvtColor(buf, buf, CV_HSV2BGR);//将hsv又转换成bgr for (int i = 0; i < hsize; i++){//at函数为返回一个指定数组元素的参考值   int val = saturate_cast<int>(hist.at<float>(i)*histimg.rows / 255);//在一幅输入图像上画一个简单抽的矩形，指定左上角和右下角，并定义颜色，大小，线型等，画直方图。opencv中左上角为坐标原点 rectangle(histimg, Point(i*binW, histimg.rows),Point((i + 1)*binW, histimg.rows - val), Scalar(buf.at<vec3b>(i)), -1, 8);}} //根据直方图hist计算整幅图像的反向投影图backproj,backproj与hue相同大小计算hue图像0通道直方图hist的反向投影，并让入backproj中。  calcBackProject(&hue, 1, 0, hist, backproj, &phranges);backproj &= mask; //opencv2.0以后的版本函数命名前没有cv两字了，并且如果函数名是由2个意思的单词片段组成的话，且前面那个片段不够成单词，则第一个字母要大写，比如Camshift，如果第一个字母是个单词，则小写，比如meanShift，但是第二个字母一定要大写  //trackWindow为鼠标选择的区域，TermCriteria为确定迭代终止的准则，TermCriteria是算法完成的条件  RotatedRect trackBox = CamShift(backproj, trackWindow,  //CV_TERMCRIT_EPS是通过forest_accuracy,CV_TERMCRIT_ITER TermCriteria(CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1));if (trackWindow.area() <= 1){int cols = backproj.cols, rows = backproj.rows, r = (MIN(cols, rows) + 5) / 6;trackWindow = Rect(trackWindow.x - r, trackWindow.y - r,trackWindow.x + r, trackWindow.y + r) &Rect(0, 0, cols, rows);//Rect函数为矩阵的偏移和大小，即第一二个参数为矩阵的左上角点坐标，第三四个参数为矩阵的宽和高 }if (backprojMode)//转换显示方式，将backproj显示出来{cvtColor(backproj, image, COLOR_GRAY2BGR);//因此投影模式下显示的也是rgb图？   //画出椭圆，第二个参数是一个矩形，画该矩形的内接圆// ellipse( image, trackBox, Scalar(0,0,255), 3, CV_AA );//跟踪的时候以椭圆为代表目标 image.copyTo(imgbackprojtemp);imshow("backprojection image", imgbackprojtemp);waitKey(1);}ellipse(image, trackBox, Scalar(0, 0, 255), 3, CV_AA);//跟踪的时候以椭圆为代表目标  }} //后面的代码是不管pause为真还是为假都要执行的else if (trackObject < 0)//同时也是在按了暂停字母以后 paused = false;if (selectObject && selection.width > 0 && selection.height > 0){Mat roi(image, selection);bitwise_not(roi, roi);//bitwise_not为将每一个bit位取反 }//imshow("backprojection image", imgbackprojtemp);imshow("CamShift Demo", image);imshow("Histogram", histimg);char c = (char)waitKey(10);if (c == 27) //退出键  break;switch (c){case 'b':  //反向投影模型交替，转换显示方式 backprojMode = !backprojMode;break;case 'c':  //清零跟踪目标对象-停止追踪 trackObject = 0;histimg = Scalar::all(0);break;case 'h':  //隐藏或显示直方图交替 showHist = !showHist;if (!showHist)destroyWindow("Histogram");elsenamedWindow("Histogram", 1);break;case 'p':  //暂停跟踪交替 paused = !paused;//frame停止从摄像头获取图像，只显示旧的图像break;default:;}}return 0;}</vec2f></fstream></tchar></opencv2></ctype></iostream></char></vec3b></float></int></uchar></vec3b></int></opencv2></ctype></iostream>