Flujo óptico usando opencv

Question

Estoy usando la función Pyramid Lukas Kanade de OpenCV para estimar el flujo óptico. llamo al cvGoodFeaturesToTrack y luego al cvCalcOpticalFlowPyrLK. Este es mi código:

while(1) 
{ 
... 

cvGoodFeaturesToTrack(frameAth,eig_image,tmp_image,cornersA,&corner_count,0.01,5,NULL,3,0.4); 

std::cout<<"CORNER COUNT AFTER GOOD FEATURES2TRACK CALL = "<<corner_count<<std::endl; 

cvCalcOpticalFlowPyrLK(frameAth,frameBth,pyrA,pyrB,cornersA,cornersB,corner_count,cvSize(win_size,win_size),5,features_found,features_errors,cvTermCriteria(CV_TERMCRIT_ITER| CV_TERMCRIT_EPS,20,0.3),CV_LKFLOW_PYR_A_READY|CV_LKFLOW_PYR_B_READY); 

cvCopy(frameBth,frameAth,0); 
... 
} 

frameAth es el marco gris anterior y frameBth es el actual marco gris de una webcam. Pero cuando presento el número de buenas características para seguir en cada cuadro, el número disminuye después de la suma y sigue disminuyendo. pero si termino el programa y ejecuto el código otra vez (sin alterar el campo de visión de la cámara web), se muestran muchos más puntos como buenas características para seguir ... ¿Cómo se puede para el mismo campo de visión y para el mismo escena la función da tanta diferencia en el número de puntos ... y la diferencia es alta ... por ejemplo, el número de puntos como buenas características para seguir después de 4 minutos de ejecución es 20 o 50 ... pero cuando el mismo programa finaliza y ejecutado de nuevo, el número es de 500 a 700 inicialmente, pero de nuevo disminuye lentamente ... estoy usando opencv durante los últimos 4 meses, por lo que soy lil nuevo para abrirCV ... por favor guíanme o dime dónde puedo encontrar una solución ... un montón de Gracias por adelantado ...

Answer 1

Llamas cvGoodFeatureToTrack y pasas corner_count por referencia. Su valor disminuye si se encuentran menos características. Debe restablecer el valor de corner_count a su valor inicial antes de llamar al cvGoodFeaturesToTrack en cada iteración del ciclo while.

Answer 2

Tienes que llamar al cvGoodFeaturesToTrack una vez (al principio, antes del bucle) para detectar buenas funciones para rastrear y seguir estas funciones usando cvCalcOpticalFlowPyrLK. Eche un vistazo al ejemplo de opencv predeterminado: OpenCV/samples/cpp/lkdemo.cpp.