TLD（Tracking-Learning-Detection）学习与源码理解之（四）

TLD（Tracking-Learning-Detection）学习与源码理解之（四）

zouxy09@qq.com

http://blog.csdn.net/zouxy09

      

       下面是自己在看论文和这些大牛的分析过程中，对代码进行了一些理解，但是由于自己接触图像处理和机器视觉没多久，另外由于自己编程能力比较弱，所以分析过程可能会有不少的错误，希望各位不吝指正。而且，因为编程很多地方不懂，所以注释得非常乱，还海涵。

run_tld.cpp

#include <opencv2/opencv.hpp> #include <tld_utils.h> #include <iostream> #include <sstream> //c++中的sstream类，提供了程序和string对象之间的I/O，可以通过ostringstream//和instringstream两个类来声明对象，分别对应输出流和输入流 #include <TLD.h> #include <stdio.h> using namespace cv; using namespace std; //Global variables Rect box; bool drawing_box = false; bool gotBB = false; bool tl = true; bool rep = false; bool fromfile=false; string video;//读取记录bounding box的文件，获得bounding box的四个参数：左上角坐标x，y和宽高 /*如在\datasets\06_car\init.txt中：记录了初始目标的bounding box，内容如下 142,125,232,164 */ void readBB(char* file){ifstream bb_file (file); //以输入方式打开文件string line;//istream& getline ( istream& , string& );//将输入流is中读到的字符存入str中，终结符默认为 '\n'（换行符） getline(bb_file, line);istringstream linestream(line); //istringstream对象可以绑定一行字符串，然后以空格为分隔符把该行分隔开来。string x1,y1,x2,y2;//istream& getline ( istream &is , string &str , char delim ); //将输入流is中读到的字符存入str中，直到遇到终结符delim才结束。getline (linestream,x1, ',');getline (linestream,y1, ',');getline (linestream,x2, ',');getline (linestream,y2, ',');//atoi 功 能： 把字符串转换成整型数int x = atoi(x1.c_str());// = (int)file["bb_x"];int y = atoi(y1.c_str());// = (int)file["bb_y"];int w = atoi(x2.c_str())-x;// = (int)file["bb_w"];int h = atoi(y2.c_str())-y;// = (int)file["bb_h"];box = Rect(x,y,w,h); }//bounding box mouse callback //鼠标的响应就是得到目标区域的范围，用鼠标选中bounding box。 void mouseHandler(int event, int x, int y, int flags, void *param){switch( event ){case CV_EVENT_MOUSEMOVE:if (drawing_box){box.width = x-box.x;box.height = y-box.y;}break;case CV_EVENT_LBUTTONDOWN:drawing_box = true;box = Rect( x, y, 0, 0 );break;case CV_EVENT_LBUTTONUP:drawing_box = false;if( box.width < 0 ){box.x += box.width;box.width *= -1;}if( box.height < 0 ){box.y += box.height;box.height *= -1;}gotBB = true; //已经获得bounding boxbreak;} }void print_help(char** argv){printf("use:\n %s -p /path/parameters.yml\n",argv[0]);printf("-s source video\n-b bounding box file\n-tl track and learn\n-r repeat\n"); }//分析运行程序时的命令行参数 void read_options(int argc, char** argv, VideoCapture& capture, FileStorage &fs){for (int i=0;i<argc;i++){if (strcmp(argv[i],"-b")==0){if (argc>i){readBB(argv[i+1]); //是否指定初始的bounding boxgotBB = true;}elseprint_help(argv);}if (strcmp(argv[i],"-s")==0){ //从视频文件中读取if (argc>i){video = string(argv[i+1]);capture.open(video);fromfile = true;}elseprint_help(argv);}//Similar in format to XML, Yahoo! Markup Language (YML) provides functionality to Open //Applications in a safe and standardized fashion. You include YML tags in the HTML code//of an Open Application.if (strcmp(argv[i],"-p")==0){ //读取参数文件parameters.ymlif (argc>i){//FileStorage类的读取方式可以是：FileStorage fs(".\\parameters.yml", FileStorage::READ); fs.open(argv[i+1], FileStorage::READ);}elseprint_help(argv);}if (strcmp(argv[i],"-no_tl")==0){ //To train only in the first frame (no tracking, no learning)tl = false;}if (strcmp(argv[i],"-r")==0){ //Repeat the video, first time learns, second time detectsrep = true;}} }/* 运行程序时： %To run from camera ./run_tld -p ../parameters.yml %To run from file ./run_tld -p ../parameters.yml -s ../datasets/06_car/car.mpg %To init bounding box from file ./run_tld -p ../parameters.yml -s ../datasets/06_car/car.mpg -b ../datasets/06_car/init.txt %To train only in the first frame (no tracking, no learning) ./run_tld -p ../parameters.yml -s ../datasets/06_car/car.mpg -b ../datasets/06_car/init.txt -no_tl %To test the final detector (Repeat the video, first time learns, second time detects) ./run_tld -p ../parameters.yml -s ../datasets/06_car/car.mpg -b ../datasets/06_car/init.txt -r */ //感觉就是对起始帧进行初始化工作，然后逐帧读入图片序列，进行算法处理。 int main(int argc, char * argv[]){VideoCapture capture;capture.open(0);//OpenCV的C++接口中，用于保存图像的imwrite只能保存整数数据，且需作为图像格式。当需要保存浮//点数据或XML/YML文件时，OpenCV的C语言接口提供了cvSave函数，但这一函数在C++接口中已经被删除。//取而代之的是FileStorage类。FileStorage fs;//Read optionsread_options(argc, argv, capture, fs); //分析命令行参数//Init cameraif (!capture.isOpened()){cout << "capture device failed to open!" << endl;return 1;}//Register mouse callback to draw the bounding boxcvNamedWindow("TLD",CV_WINDOW_AUTOSIZE);cvSetMouseCallback( "TLD", mouseHandler, NULL ); //用鼠标选中初始目标的bounding box//TLD frameworkTLD tld;//Read parameters filetld.read(fs.getFirstTopLevelNode());Mat frame;Mat last_gray;Mat first;if (fromfile){ //如果指定为从文件读取capture >> frame; //读当前帧cvtColor(frame, last_gray, CV_RGB2GRAY); //转换为灰度图像frame.copyTo(first); //拷贝作为第一帧}else{ //如果为读取摄像头，则设置获取的图像大小为320x240 capture.set(CV_CAP_PROP_FRAME_WIDTH,340); //340？？capture.set(CV_CAP_PROP_FRAME_HEIGHT,240);}///Initialization GETBOUNDINGBOX: //标号：获取bounding boxwhile(!gotBB){if (!fromfile){capture >> frame;}elsefirst.copyTo(frame);cvtColor(frame, last_gray, CV_RGB2GRAY);drawBox(frame,box); //把bounding box 画出来imshow("TLD", frame);if (cvWaitKey(33) == 'q')return 0;}//由于图像片（min_win 为15x15像素）是在bounding box中采样得到的，所以box必须比min_win要大if (min(box.width, box.height)<(int)fs.getFirstTopLevelNode()["min_win"]){cout << "Bounding box too small, try again." << endl;gotBB = false;goto GETBOUNDINGBOX;}//Remove callbackcvSetMouseCallback( "TLD", NULL, NULL ); //如果已经获得第一帧用户框定的box了，就取消鼠标响应printf("Initial Bounding Box = x:%d y:%d h:%d w:%d\n",box.x,box.y,box.width,box.height);//Output fileFILE *bb_file = fopen("bounding_boxes.txt","w");//TLD initializationtld.init(last_gray, box, bb_file);///Run-timeMat current_gray;BoundingBox pbox;vector<Point2f> pts1;vector<Point2f> pts2;bool status=true; //记录跟踪成功与否的状态 lastbox been foundint frames = 1; //记录已过去帧数int detections = 1; //记录成功检测到的目标box数目REPEAT:while(capture.read(frame)){//get framecvtColor(frame, current_gray, CV_RGB2GRAY);//Process Frametld.processFrame(last_gray, current_gray, pts1, pts2, pbox, status, tl, bb_file);//Draw Pointsif (status){ //如果跟踪成功drawPoints(frame,pts1);drawPoints(frame,pts2,Scalar(0,255,0)); //当前的特征点用蓝色点表示drawBox(frame,pbox);detections++;}//Displayimshow("TLD", frame);//swap points and imagesswap(last_gray, current_gray); //STL函数swap()用来交换两对象的值。其泛型化版本定义于<algorithm>;pts1.clear();pts2.clear();frames++;printf("Detection rate: %d/%d\n", detections, frames);if (cvWaitKey(33) == 'q')break;}if (rep){rep = false;tl = false;fclose(bb_file);bb_file = fopen("final_detector.txt","w");//capture.set(CV_CAP_PROP_POS_AVI_RATIO,0);capture.release();capture.open(video);goto REPEAT;}fclose(bb_file);return 0; }

 

tld_utils.cpp

#include <tld_utils.h> using namespace cv; using namespace std;/*vector是C++标准模板库STL中的部分内容，它是一个多功能的，能够操作多种数据结构和算法的 模板类和函数库。vector之所以被认为是一个容器，是因为它能够像容器一样存放各种类型的对象， 简单地说，vector是一个能够存放任意类型的动态数组，能够增加和压缩数据。 为了可以使用vector，必须在你的头文件中包含下面的代码： #include <vector> vector属于std命名域的，因此需要通过命名限定，如下完成你的代码： using std::vector; */void drawBox(Mat& image, CvRect box, Scalar color, int thick){rectangle( image, cvPoint(box.x, box.y), cvPoint(box.x+box.width,box.y+box.height),color, thick); } //函数 cvRound, cvFloor, cvCeil 用一种舍入方法将输入浮点数转换成整数。 //cvRound 返回和参数最接近的整数值。 cvFloor 返回不大于参数的最大整数值。 //cvCeil 返回不小于参数的最小整数值。 void drawPoints(Mat& image, vector<Point2f> points,Scalar color){for( vector<Point2f>::const_iterator i = points.begin(), ie = points.end(); i != ie; ++i ){Point center( cvRound(i->x ), cvRound(i->y)); //类似于int i(3)的初始化，但center为何没用到？circle(image,*i,2,color,1);} }Mat createMask(const Mat& image, CvRect box){Mat mask = Mat::zeros(image.rows,image.cols,CV_8U);drawBox(mask,box,Scalar::all(255),CV_FILLED);return mask; }//STL中的nth_element()方法找出一个数列中排名第n的那个数。 //对于序列a[0:len-1]将第n大的数字，排在a[n],同时a[0:n-1]都小于a[n],a[n+1:]都大于a[n], //但a[n]左右的这两个序列不一定有序。 //用在中值流跟踪算法中，寻找中值 float median(vector<float> v) {int n = floor(v.size() / 2);nth_element(v.begin(), v.begin()+n, v.end());return v[n]; }//<algorithm> //random_shuffle的头文件 //shuffle 洗牌 首先简单的介绍一个扑克牌洗牌的方法，假设一个数组 poker[52] 中存有一副扑克 //牌1-52的牌点值，使用一个for循环遍历这个数组，每次循环都生成一个[0，52)之间的随机数RandNum， //以RandNum为数组下标，把当前下标对应的值和RandNum对应位置的值交换，循环结束，每个牌都与某个 //位置交换了一次，这样一副牌就被打乱了。 理解代码如下： /* for (int i = 0; i < 52; ++i) { int RandNum = rand() % 52; int tmp = poker[i]; poker[i] = poker[RandNum]; poker[RandNum] = tmp; } */ //需要指定范围内的随机数，传统的方法是使用ANSI C的函数random(),然后格式化结果以便结果是落在 //指定的范围内。但是，使用这个方法至少有两个缺点。做格式化时，结果常常是扭曲的,且只支持整型数。 //C++中提供了更好的解决方法，那就是STL中的random_shuffle()算法。产生指定范围内的随机元素集的最佳方法 //是创建一个顺序序列（也就是向量或者内置数组），在这个顺序序列中含有指定范围的所有值。 //例如，如果你需要产生100个0-99之间的数，那么就创建一个向量并用100个按升序排列的数填充向量. //填充完向量之后，用random_shuffle()算法打乱元素排列顺序。 //默认的random_shuffle中, 被操作序列的index 与 rand() % N 两个位置的值交换，来达到乱序的目的。 //index_shuffle()用于产生指定范围[begin:end]的随机数，返回随机数数组 vector<int> index_shuffle(int begin,int end){vector<int> indexes(end-begin);for (int i=begin;i<end;i++){indexes[i]=i;}random_shuffle(indexes.begin(),indexes.end());return indexes; }

总结

以上是生活随笔为你收集整理的TLD（Tracking-Learning-Detection）学习与源码理解之（四）的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。