English
资源说明： Opencv基于CamShift算法实现目标跟踪
Opencv基于CamShift算法实现目标跟踪是计算机视觉领域中的一种目标跟踪算法，主要用于视频序列中的目标跟踪。CamShift算法全称是“Continuously Adaptive Mean-Shift”（连续的自适应MeanShift算法），是对MeanShift算法的改进算法。
CamShift算法的主要思想是通过对MeanShift算法中零阶矩的判断来实现搜索窗口的自适应调整。MeanShift算法中寻找搜索窗口的质心用到窗口的零阶矩M00和一阶矩M10，M01：零阶矩是搜索窗口内所有像素的积分，即所有像素值之和，物理上的意义是计算搜索窗口的尺寸。通过对零阶矩的判断，可以决定是否需要调整搜索窗口的尺寸。如果零阶矩大于某一阈值，可以认为此时目标铺满了整个搜索窗口，有理由认为在搜索窗口之外的区域还存在目标区域，需要增大搜索窗口的尺寸；相应的，如果零阶矩小于某一阈值，则需要缩小搜索窗口的尺寸。
在Opencv中，CamShift算法的实现主要通过以下步骤：
1. 计算并生成目标区域的H分量的直方图，反向投影其实就是把目标图像上每一个像素点的像素值替换为当前像素值所在bin对应的直方图bin的数值。
2. 使用CamShift算法来实现目标跟踪，CamShift算法的函数签名为：`CamShift( InputArray probImage, CV_OUT CV_IN_OUT Rect& window, TermCriteria criteria );`
其中，probImage是反向投影图像，window是输入和输出的搜索窗口，criteria是迭代收敛终止条件。
在Opencv中，CamShift算法的使用与MeanShift算法相似，可以通过设置搜索窗口的初始位置和尺寸来实现目标跟踪。同时，Opencv还提供了鼠标回调函数onMouse，可以通过鼠标单击来暂停视频播放和选择目标区域。
在实际应用中，Opencv基于CamShift算法实现目标跟踪可以应用于视频监控、目标跟踪、运动检测等领域，具有重要的参考价值。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
