OpenCV 單物件追蹤

這篇教學會介紹如何使用 OpenCV 裡的單物件追蹤功能 ( tracker )，並搭配 cv2.selectROI 選取需要追蹤的物體，就能即時進行該物件的追蹤。

快速導覽：

• 物件追蹤的八種演算法
• cv2.selectROI 選取特定區域
• 即時追蹤畫面中的特定物體

因為程式中的 OpenCV 會需要使用鏡頭或 GPU，所以請使用本機環境 ( 參考：使用 Python 虛擬環境 ) 或使用 Anaconda Jupyter 進行實作 ( 參考：使用 Anaconda ) ，並安裝 OpenCV 函式庫 ( 參考：OpenCV 函式庫 )。

物件追蹤的八種演算法

OpenCV 提供了八種物件追蹤的演算法，演算法的速度和精準度如下表所示：

使用 Python 時創建追蹤器的語法如下：

cv2.selectROI 選取特定區域

要進行物件追蹤，必須先選取特定區域，OpenCV 內建 cv2.selectROI 方法可以進行選取的功能，使用方法如下：

area = cv2.selectROI('視窗名稱', frame, showCrosshair=False, fromCenter=False)
# area：(x, y, width, height)
# frame：要選取的影像
# showCrosshair：選取框中間是否要有十字線，預設 True
# fromCenter：True 中心點選取，False 右上角選取

下方的程式碼執行後，按下鍵盤按鍵 a 就會進入選取模式，此時攝影機畫面會暫停，使用滑鼠拖拉選取後，按下 enter 鍵，就會回傳 xy 座標以及長寬尺寸。

import cv2

cap = cv2.VideoCapture(0)
if not cap.isOpened():
    print("Cannot open camera")
    exit()
while True:
    ret, frame = cap.read()
    if not ret:
        print("Cannot receive frame")
        break
    keyName = cv2.waitKey(1)
    # 按下 q 結束
    if keyName == ord('q'):
        break
    # 按下 a 開始選取
    if keyName == ord('a'):
        # 選取區域
        area = cv2.selectROI('oxxostudio', frame, showCrosshair=False, fromCenter=False)
        print(area)

    cv2.imshow('oxxostudio', frame)

cap.release()
cv2.destroyAllWindows()

即時追蹤畫面中的特定物體

透過 cv2.selectROI 方法取得區域位置和尺寸後，將位置和尺寸提交給透過 cv2.TrackerCSRT_create() 所創建的追蹤器，搭配 tracker.init 追蹤器初始化以及 tracker.update 追蹤器更新的方法，就能即時追蹤畫面中的特定物體。

下方的程式碼執行後，視窗中會看見攝影機的即時影像，按下鍵盤的 a 後影像會暫停，進入擷取模式，透過滑鼠拖曳出要追蹤的物件區域，按下 Enter 後就會出現紅色追蹤外框，開始追蹤特定的物件。

import cv2

tracker = cv2.TrackerCSRT_create()  # 創建追蹤器
tracking = False                    # 設定 False 表示尚未開始追蹤

cap = cv2.VideoCapture(0)
if not cap.isOpened():
    print("Cannot open camera")
    exit()

while True:
    ret, frame = cap.read()
    if not ret:
        print("Cannot receive frame")
        break
    frame = cv2.resize(frame,(540,300))  # 縮小尺寸，加快速度
    keyName = cv2.waitKey(1)

    if keyName == ord('q'):
        break
    if keyName == ord('a'):
        area = cv2.selectROI('oxxostudio', frame, showCrosshair=False, fromCenter=False)
        tracker.init(frame, area)    # 初始化追蹤器
        tracking = True              # 設定可以開始追蹤
    if tracking:
        success, point = tracker.update(frame)   # 追蹤成功後，不斷回傳左上和右下的座標
        if success:
            p1 = [int(point[0]), int(point[1])]
            p2 = [int(point[0] + point[2]), int(point[1] + point[3])]
            cv2.rectangle(frame, p1, p2, (0,0,255), 3)   # 根據座標，繪製四邊形，框住要追蹤的物件

    cv2.imshow('oxxostudio', frame)

cap.release()
cv2.destroyAllWindows()

意見回饋

如果有任何建議或問題，可傳送「意見表單」給我，謝謝～