OpenCV의 칼만은 필터 파이썬

Question

사람은 내가 나에게 내가 사람을 추적하는 비디오를 구현하고자하는 샘플 코드 또는 파이썬 2.7과 OpenCV의 2.4.13

을에서 칼만 필터 구현의 예를 들어 어떤 종류의를 제공 할 수 있지만, 배울 레퍼런스가 없으며 파이썬 예제를 찾을 수 없습니다.

나는 Kalman Filter가 openCV에 cv2.KalmanFilter로 존재한다는 것을 알고 있지만 어떻게 사용하는지 알지 못합니다. 모든 안내를 받으실 수 있습니다

Answer 1

아래의 kalman.py 코드는 github의 OpenCV 3.2 source에있는 예입니다. 필요한 경우 구문을 2.4로 다시 변경하는 것이 쉽습니다.

#!/usr/bin/env python 
""" 
    Tracking of rotating point. 
    Rotation speed is constant. 
    Both state and measurements vectors are 1D (a point angle), 
    Measurement is the real point angle + gaussian noise. 
    The real and the estimated points are connected with yellow line segment, 
    the real and the measured points are connected with red line segment. 
    (if Kalman filter works correctly, 
    the yellow segment should be shorter than the red one). 
    Pressing any key (except ESC) will reset the tracking with a different speed. 
    Pressing ESC will stop the program. 
""" 
# Python 2/3 compatibility 
import sys 
PY3 = sys.version_info[0] == 3 

if PY3: 
    long = int 

import cv2 
from math import cos, sin, sqrt 
import numpy as np 

if __name__ == "__main__": 

    img_height = 500 
    img_width = 500 
    kalman = cv2.KalmanFilter(2, 1, 0) 

    code = long(-1) 

    cv2.namedWindow("Kalman") 

    while True: 
     state = 0.1 * np.random.randn(2, 1) 

     kalman.transitionMatrix = np.array([[1., 1.], [0., 1.]]) 
     kalman.measurementMatrix = 1. * np.ones((1, 2)) 
     kalman.processNoiseCov = 1e-5 * np.eye(2) 
     kalman.measurementNoiseCov = 1e-1 * np.ones((1, 1)) 
     kalman.errorCovPost = 1. * np.ones((2, 2)) 
     kalman.statePost = 0.1 * np.random.randn(2, 1) 

     while True: 
      def calc_point(angle): 
       return (np.around(img_width/2 + img_width/3*cos(angle), 0).astype(int), 
         np.around(img_height/2 - img_width/3*sin(angle), 1).astype(int)) 

      state_angle = state[0, 0] 
      state_pt = calc_point(state_angle) 

      prediction = kalman.predict() 
      predict_angle = prediction[0, 0] 
      predict_pt = calc_point(predict_angle) 

      measurement = kalman.measurementNoiseCov * np.random.randn(1, 1) 

      # generate measurement 
      measurement = np.dot(kalman.measurementMatrix, state) + measurement 

      measurement_angle = measurement[0, 0] 
      measurement_pt = calc_point(measurement_angle) 

      # plot points 
      def draw_cross(center, color, d): 
       cv2.line(img, 
         (center[0] - d, center[1] - d), (center[0] + d, center[1] + d), 
         color, 1, cv2.LINE_AA, 0) 
       cv2.line(img, 
         (center[0] + d, center[1] - d), (center[0] - d, center[1] + d), 
         color, 1, cv2.LINE_AA, 0) 

      img = np.zeros((img_height, img_width, 3), np.uint8) 
      draw_cross(np.int32(state_pt), (255, 255, 255), 3) 
      draw_cross(np.int32(measurement_pt), (0, 0, 255), 3) 
      draw_cross(np.int32(predict_pt), (0, 255, 0), 3) 

      cv2.line(img, state_pt, measurement_pt, (0, 0, 255), 3, cv2.LINE_AA, 0) 
      cv2.line(img, state_pt, predict_pt, (0, 255, 255), 3, cv2.LINE_AA, 0) 

      kalman.correct(measurement) 

      process_noise = sqrt(kalman.processNoiseCov[0,0]) * np.random.randn(2, 1) 
      state = np.dot(kalman.transitionMatrix, state) + process_noise 

      cv2.imshow("Kalman", img) 

      code = cv2.waitKey(100) 
      if code != -1: 
       break 

     if code in [27, ord('q'), ord('Q')]: 
      break 

    cv2.destroyWindow("Kalman") 

여기는 Kalman Filter의 OpenCV 2.4 Doc입니다. 희망이 도움이됩니다.