OpenCV中Camshift算法原理与Python实现详解

夏知夏

发布时间：2026-10-13| 4人浏览过

原创

本文深入解析OpenCV中的Camshift（连续自适应Meanshift）算法，旨在解决传统Meanshift在目标距离变化时窗口大小固定及无法处理旋转的问题。通过Python代码示例，演示如何结合直方图反向投影与Camshift函数实现自适应窗口大小的目标跟踪，并解析其返回值含义及迭代优化过程。

Camshift算法背景与引入原因

在前文学习Meanshift算法时，观察其标记结果会发现一个明显缺陷，具体表现如下图所示：

当目标（如汽车）距离较远时，使用较小的窗口即可将其框住，这符合近大远小的视觉投影原理；然而，当目标靠近时，情况如下所示：

此时，固定大小的窗口已无法完全包围目标，导致跟踪失效。为了解决这一问题，引入了Camshift（Continuously Adaptive Meanshift，连续自适应Meanshift）算法。此外，该算法还能有效判断物体的旋转方向，这也是其重要功能之一。该算法源自1998年发表的论文《Computer Vision Face Tracking for Use in a Perceptual User Interface》。

Camshift算法工作原理

Camshift算法的执行流程如下：首先应用Meanshift算法找到概率密度最大的区域，随后更新窗口的大小，并计算能够最佳包裹该区域的椭圆；若结果仍不满足条件，则进入下一轮迭代，直到满足Meanshift的收敛条件且窗口大小适配为止。

Camshift函数返回两个关键值：第一个值ret代表旋转后的窗口参数，第二个值是用于下一次搜索的窗口位置。具体代码示例如下：

Python代码实现与解析


#python 3.7.4,opencv4.1
#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579
#
import numpy as np
import cv2
from matplotlib import pyplot as plt
 
capture = cv2.VideoCapture(1)
if not capture.isOpened:
  print('Unable to open: ')
  exit(0)
  
#获取第一帧图片
ret,frame = capture.read()
 
#设置目标窗口
#读取文件
find = cv2.imread('luohu1.png')
h,w = find.shape[:2]
roi = find[10: 120, 10: 120]
x = 10
y = 10
width = 120 - x
height = 120 - y
track_window = (x, y, w, h)
print(track_window)
#跟踪目标
hsv_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv_roi, np.array((0., 60.,32.)), np.array((180.,255.,255.)))
roi_hist = cv2.calcHist([hsv_roi],[0],mask,[180],[0,180]) #计算直方图
cv2.normalize(roi_hist,roi_hist,0,255,cv2.NORM_MINMAX)
 
#设置迭代条件,每10移动一点
term_crit = ( cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, 10, 1 )
 
while(1):
  ret, frame = capture.read()
 
  if ret == True:
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    dst = cv2.calcBackProject([hsv],[0],roi_hist,[0,180],1)#反向投影
 
    #使用 meanshift获得新位置
    ret, track_window = cv2.CamShift(dst, track_window, term_crit)
 
    #显示标记
    pts = cv2.boxPoints(ret)
    pts = np.int0(pts)
    img2 = cv2.polylines(frame,[pts],True, (255,0,0),2)
    cv2.imshow('img2',img2)
 
    cv2.imshow("dst", dst) 
    cv2.imshow("roi", roi)
    keyboard = cv2.waitKey(1)
    if keyboard == ord('q') or keyboard == ord('Q'):
      break
  else:
    break
 
  
capture.release()
cv2.destroyAllWindows()