在树莓派上通过 kinect 进行对象跟踪答案

【问题标题】：Object tracking by kinect on raspberry pi在树莓派上通过 kinect 进行对象跟踪
【发布时间】：2017-06-29 11:43:17
【问题描述】：

我正在使用 kinect 在树莓派上进行对象跟踪。我混合了 2 个代码，因为我需要使用 kinect 找到几乎对象，然后在此过程跟踪灰色对象后使用 OpenCV 过滤器设置灰色！但我不能！请帮帮我

import freenect
import cv2
import numpy as np

"""
Grabs a depth map from the Kinect sensor and creates an image from it.
"""
def getDepthMap():  
depth, timestamp = freenect.sync_get_depth()

np.clip(depth, 0, 2**10 - 1, depth)
depth >>= 2
depth = depth.astype(np.uint8)

return depth

while True:
depth = getDepthMap()
#text_file = codecs.open("log2.txt", "a","utf-8-sig")
#text_file.write(str(depth)+'\n')

depth = getDepthMap()
blur = cv2.GaussianBlur(depth, (5, 5), 0)
cv2.imshow('image', blur)

此代码可以显示 2 种颜色的对象：黑色和白色黑色几乎是—— 我想将此代码混合到对象跟踪中。但是很奇怪。

# find contours in the mask and initialize the current
# (x, y) center of the ball
cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL,
    cv2.CHAIN_APPROX_SIMPLE)[-2]
center = None

# only proceed if at least one contour was found
if len(cnts) > 0:
    # find the largest contour in the mask, then use
    # it to compute the minimum enclosing circle and
    # centroid
    c = max(cnts, key=cv2.contourArea)
    ((x, y), radius) = cv2.minEnclosingCircle(c)
    M = cv2.moments(c)
    center = (int(M["m10"] / M["m00"]), int(M["m01"] / M["m00"]))

    # only proceed if the radius meets a minimum size
    if radius > 10:
        # draw the circle and centroid on the frame,
        # then update the list of tracked points
        cv2.circle(frame, (int(x), int(y)), int(radius),
            (0, 255, 255), 2)
        cv2.circle(frame, center, 5, (0, 0, 255), -1)

# update the points queue
pts.appendleft(center)

http://www.pyimagesearch.com/2015/09/14/ball-tracking-with-opencv/

【问题讨论】：

标签： python opencv kinect

【解决方案1】：

您的代码中的逻辑似乎是正确的。不过，我注意到一些实现错误。

首先，您应该缩进while True 之后的块。您还应该添加对waitKey() 的调用，以便OpenCV 不会卡在imshow()：

while True:
    depth = getDepthMap()
    blur = cv2.GaussianBlur(depth, (5, 5), 0)
    cv2.imshow('image', blur)
    cv2.waitKey(1)

最后，您应该将下一个块的输入 (mask) 与前一个块的输出 (blur) 关联起来：

mask = blur

【讨论】：