canshift算法运用opencv实现动态物体的跟踪

//对运动物体的跟踪：  
//如果背景固定,可用帧差法 然后在计算下连通域 将面积小的去掉即可  
//如果背景单一,即你要跟踪的物体颜色和背景色有较大区别 可用基于颜色的跟踪 如CAMSHIFT 鲁棒性都是较好的  
//如果背景复杂,如背景中有和前景一样的颜色 就需要用到一些具有预测性的算法 如卡尔曼滤波等 可以和CAMSHIFT结合   
  
#ifdef _CH_  
#pragma package <opencv>  
#endif  
  
#ifndef _EiC  
#include "cv.h"  
#include "highgui.h"  
#include <stdio.h>  
#include <ctype.h>  
#endif  
  
IplImage *image = 0, *hsv = 0, *hue = 0, *mask = 0, *backproject = 0, *histimg = 0;  
//用HSV中的Hue分量进行跟踪  
CvHistogram *hist = 0;  
//直方图类  
int backproject_mode = 0;  
int select_object = 0;  
int track_object = 0;  
int show_hist = 1;  
CvPoint origin;  
CvRect selection;  
CvRect track_window;  
CvBox2D track_box;  
//Meanshift跟踪算法返回的Box类  
//typedef struct CvBox2D{  

//CvPoint2D32f center; /* 盒子的中心 */  
//CvSize2D32f size; /* 盒子的长和宽 */  
//float angle; /* 水平轴与第一个边的夹角，用弧度表示*/  
//}CvBox2D;  
CvConnectedComp track_comp;  
//连接部件   
//typedef struct CvConnectedComp{  
//double area; /* 连通域的面积 */  
//float value; /* 分割域的灰度缩放值 */  
//CvRect rect; /* 分割域的 ROI */  
//} CvConnectedComp;  
int hdims = 16;  
//划分直方图bins的个数，越多越精确  
float hranges_arr[] = {0,180};  
//像素值的范围  
float* hranges = hranges_arr;  
//用于初始化CvHistogram类  
int vmin = 10, vmax = 256, smin = 30;  
//用于设置滑动条  
  
void on_mouse( int event, int x, int y, int flags, void* param )  
//鼠标回调函数,该函数用鼠标进行跟踪目标的选择  
{  
    if( !image )  
        return;  
  
    if( image->origin )  
        y = image->height - y;  
    //如果图像原点坐标在左下,则将其改为左上