如何将 opencv 函数转换为可在 matlab 中使用的 mexopencv 函数?

How to convert opencv functions to mexopencv functions useable in matlab?

我的问题:

我想在 Matlab 中使用 opencv 的函数,例如 MIL-Tracker 或 MedianFlow-Tracker(这些函数不在 mexopencv 中)。但我不知道如何或不了解如何做到这一点。 opencv/mexopencv 的文档对我没有帮助。这没有帮助:how do OpenCV shared libraries in matlab? - 因为答案中的 link 已关闭。

那么有没有办法在Matlab中使用这些函数呢?如果——怎么办?

为什么?:作为我学士论文的一部分,我必须比较不同的已经实施的人员跟踪方式。

如果您想在 MATLAB 中专门使用这些函数,您始终可以在 C/C++ 中编写自己的 MEX 文件并在两次调用之间发送数据 back/forward,但这需要一些基本的 C++ 知识和对创建 MEX 文件的理解。

就我个人而言,我肯定会推荐使用 Python 和 OpenCV Python 接口进行尝试,因为它的使用如此广泛并且比在 MATLAB 中使用调用更受支持(加上它始终是一项有用的技能能够在需要时在 Python 和 MATLAB 之间切换。

MIL-Tracker 和 MedianFlow-Tracker(以及其他)有一个完整示例 here(演示了在 C++ 和 Python 中使用它们!)。


Python 示例:

import cv2
import sys

(major_ver, minor_ver, subminor_ver) = (cv2.__version__).split('.')

if __name__ == '__main__' :

    # Set up tracker.
    # Instead of MIL, you can also use

    tracker_types = ['BOOSTING', 'MIL','KCF', 'TLD', 'MEDIANFLOW', 'GOTURN']
    tracker_type = tracker_types[2]

    if int(minor_ver) < 3:
        tracker = cv2.Tracker_create(tracker_type)
    else:
        if tracker_type == 'BOOSTING':
            tracker = cv2.TrackerBoosting_create()
        if tracker_type == 'MIL':
            tracker = cv2.TrackerMIL_create()
        if tracker_type == 'KCF':
            tracker = cv2.TrackerKCF_create()
        if tracker_type == 'TLD':
            tracker = cv2.TrackerTLD_create()
        if tracker_type == 'MEDIANFLOW':
            tracker = cv2.TrackerMedianFlow_create()
        if tracker_type == 'GOTURN':
            tracker = cv2.TrackerGOTURN_create()

    # Read video
    video = cv2.VideoCapture("videos/chaplin.mp4")

    # Exit if video not opened.
    if not video.isOpened():
        print "Could not open video"
        sys.exit()

    # Read first frame.
    ok, frame = video.read()
    if not ok:
        print 'Cannot read video file'
        sys.exit()

    # Define an initial bounding box
    bbox = (287, 23, 86, 320)

    # Uncomment the line below to select a different bounding box
    bbox = cv2.selectROI(frame, False)

    # Initialize tracker with first frame and bounding box
    ok = tracker.init(frame, bbox)

    while True:
        # Read a new frame
        ok, frame = video.read()
        if not ok:
            break

        # Start timer
        timer = cv2.getTickCount()

        # Update tracker
        ok, bbox = tracker.update(frame)

        # Calculate Frames per second (FPS)
        fps = cv2.getTickFrequency() / (cv2.getTickCount() - timer);

        # Draw bounding box
        if ok:
            # Tracking success
            p1 = (int(bbox[0]), int(bbox[1]))
            p2 = (int(bbox[0] + bbox[2]), int(bbox[1] + bbox[3]))
            cv2.rectangle(frame, p1, p2, (255,0,0), 2, 1)
        else :
            # Tracking failure
            cv2.putText(frame, "Tracking failure detected", (100,80), cv2.FONT_HERSHEY_SIMPLEX, 0.75,(0,0,255),2)

        # Display tracker type on frame
        cv2.putText(frame, tracker_type + " Tracker", (100,20), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (50,170,50),2);

        # Display FPS on frame
        cv2.putText(frame, "FPS : " + str(int(fps)), (100,50), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (50,170,50), 2);

        # Display result
        cv2.imshow("Tracking", frame)

        # Exit if ESC pressed
        k = cv2.waitKey(1) & 0xff
        if k == 27 : break

我肯定会尝试使用 Python(如果这是一个选项)。否则,如果 MATLAB 是必须的,那么可能会尝试在编译期间实现 link before as a MEX file 和 linking openCV 中显示的 C++ 示例代码,即

mex trackerMexOpenCV.cpp 'true filepath location to openCV lib'

希望对您有所帮助!