// Lucas-Kanade method Optical Flow in OpenCV
// BJTShang, 2016-12-13 #include <cv.h>
#include <cxcore.h>
#include <highgui.h> const int MAX_CORNERS = 500; int main(int argc, char** argv){
IplImage* imgA = cvLoadImage("/home/bjtshang/cpp_ws/opencv/data/OpticalFlow0.jpg",
CV_LOAD_IMAGE_GRAYSCALE);
IplImage* imgB = cvLoadImage("/home/bjtshang/cpp_ws/opencv/data/OpticalFlow1.jpg",
CV_LOAD_IMAGE_GRAYSCALE); // image to show the optical flow vectors
IplImage* imgC = cvLoadImage("/home/bjtshang/Desktop/OpticalFlow1.jpg",
CV_LOAD_IMAGE_UNCHANGED); CvSize img_size = cvGetSize(imgA);
CvSize win_size = cvSize(50, 50);
int corner_count = MAX_CORNERS; // get the features (detect corners) need to be tracked
IplImage* imgEig = cvCreateImage(img_size, IPL_DEPTH_32F, 1);
IplImage* imgTmp = cvCreateImage(img_size, IPL_DEPTH_32F, 1); CvPoint2D32f* cornersA = new CvPoint2D32f[corner_count]; cvGoodFeaturesToTrack(imgA, imgEig, imgTmp, cornersA, &corner_count,
0.02, 8.0, 0, 3, 0, 0.04); // find sub-pixel corners
cvFindCornerSubPix(imgA, cornersA, corner_count,
win_size, cvSize(-1,-1),
cvTermCriteria(CV_TERMCRIT_ITER|CV_TERMCRIT_EPS, 20, 0.1)); char features_found[MAX_CORNERS];
float feature_errors[MAX_CORNERS]; CvSize pyr_size = cvSize(imgA->width+8, imgB->height/3); IplImage* pyrA = cvCreateImage(pyr_size, IPL_DEPTH_32F, 1);
IplImage* pyrB = cvCreateImage(pyr_size, IPL_DEPTH_32F, 1); CvPoint2D32f* cornersB = new CvPoint2D32f[MAX_CORNERS]; cvCalcOpticalFlowPyrLK(imgA, imgB, pyrA, pyrB, cornersA, cornersB,
corner_count, win_size,
10, features_found, feature_errors,
cvTermCriteria(CV_TERMCRIT_ITER|CV_TERMCRIT_EPS, 20, 0.1),
0
); for(int i=0; i<corner_count; i++){
if(features_found[i]==0 || feature_errors[i] > 550){
printf("Error is: %f\n", feature_errors[i]);
continue;
}
//printf("Got it\n");
CvPoint p1 = cvPoint(cvRound(cornersA[i].x), cvRound(cornersA[i].y));
CvPoint p2 = cvPoint(cvRound(cornersB[i].x), cvRound(cornersB[i].y));
cvLine(imgC, p1, p2, CV_RGB(255, 0, 0), 1);
}
cvNamedWindow("imgA", 0);
cvNamedWindow("imgB", 0);
cvNamedWindow("Optical_flow", 0);
cvShowImage("imgA", imgA);
cvShowImage("imgB", imgB);
cvShowImage("Optical_flow", imgC); cvWaitKey(0);
return 0;
}

  

金字塔Lucas-Kanande光流算法实现的更多相关文章

  1. Lucas–Kanade光流算法学习

    Lucas–Kanade光流算法是一种两帧差分的光流估计算法.它由Bruce D. Lucas 和 Takeo Kanade提出.         光流(Optical flow or optic f ...

  2. 光流算法:Brox算法(转载)

    参考论文:1. High Accuracy Optical Flow Estimation Based on a Theory for Warping, Thomas Box, ECCV20042. ...

  3. 光流算法:Brox算法

    参考论文:1. High Accuracy Optical Flow Estimation Based on a Theory for Warping, Thomas Box, ECCV20042. ...

  4. LK光流算法:提高计算精度和增加搜索范围

    LK光流算法:提高计算精度和增加搜索范围 关于LK算法的基本理论,见:http://www.cnblogs.com/dzyBK/p/4960630.html 这里主要阐述如何提高LK算法的计算精度和在 ...

  5. 光流算法:关于OpenCV读写middlebury网站给定的光流的代码

    Middlebury是每个研究光流算法的人不可能不使用的网站,Middlebury提供了许多标准的测试库,这极大地推进了光流算法的进展.Middlebury提供的标准库,其计算出的光流保存在后缀名为. ...

  6. 光流算法:Brox光流的OpenCV源码解析

    OpenCV中DeepFlow代码其实是Brox光流,而非真正的DeepFlow光流,在将近一个月的研究.移植及优化过程中,对Brox光流有了较深刻的认识.我对OpenCV中源码进行了详细的分析,并以 ...

  7. LK光流算法的三个假设

    在实际过程中采用 Lucas-Kanade 光流算法跟踪运动物体特征点的时候,一个很明显的特点是LK算法(包括其他光流算法)不能计算"大运动",加上金子塔的方法稍微好点. 这是什么 ...

  8. cvCalcOpticalFlowPyrLK的使用--基于高斯金字塔的稀疏光流特征集求解

    void cvCalcOpticalFlowPyrLK( const CvArr* prev, const CvArr* curr, CvArr* prev_pyr, CvArr* curr_pyr, ...

  9. 优化梯度计算的改进的HS光流算法

    前言 在经典HS光流算法中,图像中两点间的灰度变化被假定为线性的,但实际上灰度变化是非线性的.本文详细分析了灰度估计不准确造成的偏差并提出了一种改进HS光流算法,这种算法可以得到较好的计算结果,并能明 ...

随机推荐

  1. jpa

    学习尚硅谷jpa笔记: 所依赖的jar包: 首先在META-INF下创建配置文件,persistence.xml <?xml version="1.0" encoding=& ...

  2. 树上启发式合并 (dsu on tree)

    这个故事告诉我们,在做一个辣鸡出题人的比赛之前,最好先看看他发明了什么新姿势= =居然直接出了道裸题 参考链接: http://codeforces.com/blog/entry/44351(原文) ...

  3. Gearman使用示例

    最近的一个旧项目重构过程中,使用到了gearman这个开源项目,简单来讲,这是一个类似MQ的异步系统,一边派发任务,一边处理任务(有类似MQ中的消息发送方与接收方),目前支持java,php等多种语言 ...

  4. DDNS动态更新

    /// <summary> /// DnsPod DDNS工具类 /// </summary> public class DDNSToolkit { private stati ...

  5. POJ 1149 PIGS

    PIGS Time Limit: 1000MS   Memory Limit: 10000K Total Submissions: 20579   Accepted: 9387 Description ...

  6. SLES 11 SP3防火墙设置

    防火墙简介 SLES 11 SP3 系统安装后,防火墙一般是启动的,它有两个服务:SuSEfirewall2_setup.SuSEfirewall2_init 关闭防火墙 # 方法一 rcSuSEfi ...

  7. html和css

    html css 和js说明 1.什么是html? HTML(HyperText MarkUp Language)超文本标记语言,通过使用标记来描述文档结构和表现形式的一种语言,由浏览器进行解析,然后 ...

  8. 理解Compressed Sparse Column Format (CSC)

    最近在看<Spark for Data Science>这本书,阅读到<Machine Learning>这一节的时候被稀疏矩阵的存储格式CSC给弄的晕头转向的.所以专门写一篇 ...

  9. 推荐一款Mac上好用的Markdown编辑器

    [TOC] 推荐一款Mac上好用的Markdown编辑器 正文 我算是一位Evernote的重度用户吧.之前也尝试过为知笔记,有道云笔记,微软的onenote,最后还是觉的Evernote.因为我喜欢 ...

  10. OVGap iOS与Javascript交互(H5与原生APP交互)

    源代码:https://github.com/windshg/OVGap OVGap:一个轻量级的类库,能够让iOS应用和远程网页的 Javascript 代码进行通信,也就是说,远程的 Javasc ...