對於剛入門的opencv玩家，提起目標跟蹤，馬上想起的就是camshift，但是camshift跟蹤往往達不到我們的跟蹤要求，包括穩定性和準確性。
opencv3.1版本發行後，整合了多個跟蹤演算法，即tracker，大部分都是近年vot競賽榜上有名的演算法，雖然仍有缺陷存在，但效果還不錯。
ps：我在知乎上看到乙個目標跟蹤的介紹，感覺不錯，鏈結在此！
其中，***的建立可選以下幾種，代表使用的跟蹤演算法；
eg-- ptrtracker = tracker::create(
"kcf"
);
多目標跟蹤使用的是multitracker，如multitracker mytracker("kcf")，注意兩點，新增目標用其成員函式mytracker.add(mat src, rect2d roi)，獲得跟蹤結果使用mytracker.update(mat src, vectortargets)，跟蹤結果的序號即vector的序號。
以下**為跟蹤滑鼠框選的目標，跟蹤的目標個數大概為10個（原則上是沒有上限的，但我電腦比較爛，目標多了會卡）
opencv3 C 單目標跟蹤
opencv3的tracking部分在opencv contrib中，需要用cmake對其進行編譯後才能使用。create 通過名稱建立乙個 create const string trackertype 要使用的 演算法的名稱。init 使用圍繞目標的邊界框初始化 init const mat i...
python實現目標跟蹤（opencv）
1.單目標跟蹤 import cv2 import sys major ver,minor ver,subminor ver cv2.version split print major ver,minor ver,subminor ver if name main 建立 tracker type m...
opencv 轉換顏色空間 目標跟蹤
轉換顏色空間 import cv2 import numpy as np flags i for i in dir cv2 if i.startswith color print flags cap cv2.videocapture 0 while 1 ret,frame cap.read fram...