Opencv Python Kalman過濾器預測結果查詢

Question

我一直在使用Opencv和python，我在使用背景減法和MOSSE的矩形上使用卡爾曼濾鏡，然后在此我將預測另一個顏色不同的矩形的下一個位置。 預測輸出偏移太多。

我已經編輯了不同的結果，主要問題是我不確定Opencv中的kalman實現，因為文檔不是很好，很難知道返回的內容。

這是我的Kalman方法（我看過示例，並且了解基本知識，但是我認為這應該是誠實的）。

kf = cv2.KalmanFilter(4, 2)
kf.measurementMatrix = np.array([[1, 0, 0, 0], [0, 1, 0, 0]], np.float32)
kf.transitionMatrix = np.array([[1, 0, 1, 0], [0, 1, 0, 1], [0, 0, 1, 0], [0, 0, 0, 1]], np.float32)

def Estimate(self, coordX, coordY):
    measured = np.array([[np.float32(coordX)], [np.float32(coordY)]])
    self.kf.correct(measured)
    predicted = self.kf.predict()
    return predicted

然后發現每個盒子我運行

kalmanPredict = Kalman().Estimate(newbox[0],newbox[1])

kalmanPredict[0] = kalmanPredict[0] + newbox[0]
kalmanPredict[1] = kalmanPredict[1] + newbox[1]

p = np.asarray(self.centralize((p1,p2), (kalmanPredict[0],kalmanPredict[1])))
p = np.int0(p)

kpt1 = p[0],p[1]
kpt2 = p[2],p[3]

cv2.rectangle(frame, kpt1, kpt2, (255,0,0),2)

集中化是我在網上測試過的一種方法，它只是將點居中。

    def centralize(self, box, c):
        pt1, pt2 = box
        xA, yA = pt1
        xB, yB = pt2
        cx, cy = c
        w = xB - xA
        h = yB - yA
        halfW = int(w/2)
        halfH = int(h/2)
        xA = cx - halfW
        yA = cy - halfH
        xB = xA + w
        yB = yA + h
        return xA, yA, xB, yB

它應該考慮位置/速度-但只是不確定這些文檔以及在線資源。 任何幫助將不勝感激，謝謝。

Answer 1

我想我已經解決了，我相信它不是返回的中心點，而是新矩形左上角的xy坐標-所以我只是將寬度和高度添加到第二個邊界框x，y坐標。

kalmanPredict = Kalman().Estimate(newbox[0],newbox[1])

kalx1 = kalmanPredict[0] 
kaly1 = kalmanPredict[1]

kal1 = (kalx1, kaly1)

kalx = kalmanPredict[0] + w
kaly = kalmanPredict[1] + h

kal2 = (kalx, kaly)

cv2.rectangle(frame, kal1, kal2, (255,0,0),2)