OpenCV C++等高线-保持结果在帧上连续

Question

我有一个实时应用程序在OpenCV，我需要采取当前的视频帧，并分析它的等高线，然后与这些轮廓的质心工作。到目前为止，基本知识都很好，而且很有用。

我预见到的问题是，我的输入帧是‘噪音’的程度，我可能会看到不同数量的质心为每一个帧，它是如何处理这是我的兴趣。

我感兴趣的对象在每一帧中都给出了肯定的结果，例如，如果我期望得到14，那么对于每一帧，我至少会得到14。我还先验地知道帧中的对象之间的空间关系(例如，它们永远不会交叉，有对称性，例如，在其他规则中，左上角的完全是这样的:左上角-总是这样)，所以我可以相信，无论openCV findContours函数找到它们的顺序是什么，它们都将保持不变(例如，可能会发现第三条轮廓始终是左上角的)。

这是错误的积极是问题，因为他们对秩序抓狂，我刚才概述的“逻辑”崩溃，不友好。假阳性可以出现在任何地方，我可能会有15个质心，因此'3‘现在可能是假阳性，'4’是左上角，等等。

问:它看起来就像一个只点击一次的函数--清除你的向量，重新开始某种事情--但是OpenCV有办法绕过这个内置的函数吗？

如果我不得不用自己的方法--他们通常的策略是什么？

由于帧中的对象是连续帧之间的相邻的“在一个范围内”，我想，结合上述已知的空间关系(同样，“在一个范围内”)，我可以用气体烹饪:) -事情是，我会在每个帧之间这样做.

在循环执行时间方面，我面临着一堵很短的时间可玩的墙--如果我可以依靠已经解决的问题，用最优的算法复杂度与我自己的拼图来比较，我是完全支持的。

有人要教我什么吗？(我说得通吗？)

因此，建议‘问题可能已经有你的答案’-当然是相关的-但更具体，我的也许是更一般的(?)

Answer 1

正在做更多的研究同时..。

只需要谷歌的关键词，然后它就到位了-“多目标跟踪”和“数据关联”。

看起来这个方法适用于每一个帧：

1. 用卡尔曼滤波器预测质心的下一个位置。
2. 使用匈牙利算法“最佳”地将预测的质心候选人与14个可用位置相匹配--如果有假阳性，他们将是这一步之后遗留下来的。
3. 质心不再是候选的，而是现在的质心，因此计算了卡尔曼滤波的更新/校正步骤。
4. 冲洗/重复..。

这是非常统计的-你永远不知道它是否‘正确’(即一个假阳性可以启动一个正确的候选人)，但相信这是最好的，可以做到的范围内，它提供的复杂性。如果卡尔曼滤波器调得很好，那么人类可能会犯同样的错误.

事后看来，不是 20/20 :)

仍然需要实现它，也许当我看到结果时，我会编辑我的答案。

UPDATE>实现成功的-下面是一些从：

​

​

​

​