javaCV 之目标跟踪

        Opencv应用非常的广泛，最近一段时间在学习它。 基于WEB开发的大型程序，主流是使用Java进行开发，而java处理底层的东西时速度不理想，于是通过Java调用C开发的库文件变得很流行，JavaCV就是在这个大的环境下产生了。JavaCV它实现了java和OpenCV的关联，为Java程序员提供了一个很好的处理图像和视频的API。JavaCV开发环境的搭配就不在这个地方多口舌了，Google,Baidu都有。

       下面是基于Camshift算法实现了摄像头下对运动物体的跟踪用JavaCV来实现:

import com.googlecode.javacpp.Pointer;import com.googlecode.javacv.cpp.opencv_highgui.CvCapture;import static com.googlecode.javacv.cpp.opencv_core.*;import static com.googlecode.javacv.cpp.opencv_imgproc.*;import static com.googlecode.javacv.cpp.opencv_highgui.*;import static com.googlecode.javacv.cpp.opencv_video.*;public class JavaCVCamShift{ IplImage frame, image , hsv , hue , mask , backproject , histimg ; IplImage[] imageArray; //用HSV中的Hue分量进行跟踪 CvHistogram hist ; //直方图类 int x1=0,y1=0,x2=0,y2=0;//选取对象的坐标 int backproject_mode = 0; int select_object = 0; int track_object = 0; int show_hist = 1; CvPoint origin; CvPoint  cp1,cp2; CvRect selection; CvRect track_window; CvBox2D track_box; float[] max_val=new float[1]; int[] hdims = {16}; //划分直方图bins的个数，越多越精确 float[][] hranges_arr = {{0,180}}; //像素值的范围 float[][] hranges = hranges_arr; //用于初始化CvHistogram类  CvConnectedComp track_comp;  public JavaCVCamShift() {       imageArray=new IplImage[1];   CvCapture capture= cvCreateCameraCapture(0);   cvNamedWindow("imageName",CV_WINDOW_AUTOSIZE);    Pointer pointer=null;   cvSetMouseCallback("imageName",new mouseClike(),pointer);   track_comp=new CvConnectedComp();   while(true)   {    frame=cvQueryFrame(capture);    if(frame==null)break;        if( image==null )    //image为空,表明刚开始还未对image操作过,先建立一些缓冲区      {         image = cvCreateImage( cvGetSize(frame), 8, 3 );         image.origin(frame.origin());         hsv = cvCreateImage( cvGetSize(frame), 8, 3 );         hue = cvCreateImage( cvGetSize(frame), 8, 1 );         mask =cvCreateImage( cvGetSize(frame), 8, 1);         //分配掩膜图像空间         backproject = cvCreateImage( cvGetSize(frame), 8, 1 );         //分配反向投影图空间,大小一样,单通道         hist = cvCreateHist( 1, hdims, CV_HIST_ARRAY, hranges, 1 );         //分配直方图空间         }       cvCopy(frame,image);      cvCvtColor( image, hsv, CV_BGR2HSV );        if( track_object !=0)           //track_object非零,表示有需要跟踪的物体           {       double _vmin = 10.0, _vmax = 256.0,smin=30.0;                              cvInRangeS( hsv, cvScalar(0.0,smin,Math.min(_vmin,_vmax),0.0), cvScalar(180.0,256.0,Math.max(_vmin,_vmax),0.0), mask );              //，只处理像素值为H：0~180，S：smin~256，V：vmin~vmax之间的部分制作掩膜板              cvSplit( hsv, hue, null, null, null );     //分离H分量               imageArray[0]=hue;                 if( track_object < 0 )          //如果需要跟踪的物体还没有进行属性提取，则进行选取框类的图像属性提取              {                     cvSetImageROI( imageArray[0],selection );                  //设置原选择框为ROI                  cvSetImageROI( mask,selection );                  //设置掩膜板选择框为ROI                  cvCalcHist( imageArray,hist,0,mask );                  //得到选择框内且满足掩膜板内的直方图                   cvGetMinMaxHistValue( hist, null, max_val, null, null );                  cvConvertScale( hist.bins(), hist.bins(),max_val[0]>0 ? (double)255/ max_val[0]:0.0,0 );                  // 对直方图的数值转为0~255                  cvResetImageROI( imageArray[0] );                  //去除ROI                  cvResetImageROI( mask );                  //去除ROI                         track_window = selection;                  track_object = 1;      //置track_object为1,表明属性提取完成                }        cvCalcBackProject( imageArray, backproject, hist );             //计算hue的反向投影图             cvAnd( backproject, mask, backproject, null );             //得到掩膜内的反向投影                              cvCamShift(backproject, track_window,                         cvTermCriteria( CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1 ),                         track_comp,track_box);             //使用MeanShift算法对backproject中的内容进行搜索,返回跟踪结果                track_window = track_comp.rect();             //得到跟踪结果的矩形框    cp1=cvPoint(track_window.x(),track_window.y());    cp2=cvPoint(track_window.x()+track_window.width(),track_window.y()+track_window.height());       if( image.origin()>0 )          track_box.angle(-track_box.angle());    cvRectangle(frame,cp1,cp2, CV_RGB(0,255,0),3,CV_AA,0);                }       if( select_object==1 && selection.width() > 0 && selection.height() > 0 )           //如果正处于物体选择，画出选择框           {               cvSetImageROI( frame, selection );               cvXorS(frame,cvScalarAll(255),frame,null );               cvResetImageROI( frame );           }      cvShowImage("imageName",frame);    int c=cvWaitKey(33);    if(c==27) break;      }   cvReleaseCapture(capture);   cvDestroyWindow("imageName");   } public static void main(String[] args) {           new JavaCVCamShift(); }  class mouseClike extends CvMouseCallback{  public void call(int event,int x, int y,int flags, Pointer param) //鼠标回调函数,该函数用鼠标进行跟踪目标的选择 {     if( image==null )         return;           if( image.origin()!=0 )         y = image.height() - y;     //如果图像原点坐标在左下,则将其改为左上        if( select_object==1 )     //select_object为1,表示在用鼠标进行目标选择     //此时对矩形类selection用当前的鼠标位置进行设置     {         selection.x(Math.min(x,origin.x()));         selection.y(Math.min(y,origin.y()));           selection.width(selection.x() + Math.abs(x - origin.x()));         selection.height(selection.y() + Math.abs(y - origin.y()));           selection.x(Math.max(selection.x(),0));         selection.y(Math.max(selection.y(),0 ));          selection.width(Math.min( selection.width(), image.width() ));         selection.height(Math.min( selection.height(), image.height()));         selection.width(selection.width()-selection.x());         selection.height( selection.height()-selection.y());        }     switch( event )     {     case CV_EVENT_LBUTTONDOWN:      //鼠标按下,开始点击选择跟踪物体         origin = cvPoint(x,y);         selection = cvRect(0,0,0,0);         select_object = 1;         break;     case CV_EVENT_LBUTTONUP:      //鼠标松开,完成选择跟踪物体         select_object = 0;         if( selection.width() > 0 && selection.height() > 0 )         //如果选择物体有效，则打开跟踪功能         track_object = -1;                break;     } } }}

      使用JavaCV我们要注意的是，Google并没有给我们一些API参考文档，调用函数的名称和参数可能与OpenCV有一定的出入，（回调函数的使用改变很大），需要我们多看看一些JavaCV自带的例子。JavaCV环境的搭配和测试请参考:http://blog.csdn.net/gctianyou/article/details/8707805