如何实现物体检测与跟踪
本篇内容介绍了"如何实现物体检测与跟踪"的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
效果示例
基本原理和实现步骤
实现步骤
图片预处理：在图像预处理环节，通过编码、阈值及滤波、改善模式、离散模式运算等基本运算方式，在尽可能保留图像所有内容信息的基础上，整理突出图像特征，以达到最佳图像特征提取的状态。
图像特征提取：经过预处理的图像在特征提取环节，提取出价值高的特征，使高维特征空间拥有更好的分离性，更便于进行算法识别。图像特征提取一般细分成几个模块来进行：灰度值、亮度值、形状、纹理等视觉上的基本特征提取；基于像素点颜色的颜色特征提取；物体纹理及结构材质的纹理特征提取；基于轮廓和基于区域的形状特征提取；以及图像分割出的多个目标之间空间位置关系信息的空间特征提取。
特征选择：特征提取后，可根据具体物体识别情况进行特征选择。比如在特征种类繁多、物体种类多的情况下，通过特征选择找到各个特征适配的场合。
建模：特征选择之后，在建模环节建立特征集合，分辨异同点，提取相同点，主要建模对象是特征与特征之间的空间结构关系。
匹配：匹配环节是用模型去识别匹配新图像，识别图像属于哪类物体，条件符合可将物体与图像其他部分分离。
定位：物体识别后进行对目标物体的定位，即将识别到的物体坐标与实际物理空间坐标结合起来，之后可以进行对应的跟踪和模型叠加处理。
AR Engine提供的三大能力
华为AR Engine提供的三大能力分别是运动跟踪、环境跟踪、人体和人脸跟踪。
运动跟踪主要通过终端设备摄像头标识特征点，并跟踪这些特征点的移动变化，来不断跟踪终端设备位置和姿态。
环境跟踪可以识别平面，如地面、墙壁等，也可估测平面周围的光照强度。
人体和人脸跟踪让终端设备具备了对人的理解能力。通过定位人的手部位置和对特定手势的识别，可将虚拟物体或内容特效放置在人的手上；结合深度器件，还可精确还原手部的21个骨骼点的运动跟踪，做更为精细化的交互控制和特效叠加；当识别范围扩展到人的全身时，可利用识别到的23个人体关键位置，实时的检测人体的姿态，为体感和运动健康类的应用开发提供能力支撑。
开发准备
在AndroidManifest.xml中添加权限
打开main中的AndroidManifest.xml文件，在 配置MainActivity的显示效果 首先通过 MainActivity extends Activity implements GLSurfaceView.Renderer创建MainActivity，在MainActivity的layout文件中新建一个GLSurfaceView，用于显示摄像头拍摄的实时画面，提供给AREngine进行识别： 在MainActivity的onCreate阶段进行SurfaceView的配置： 加载一张框图文件，用于标记识别的位置，引导用户进行物体识别： AREngine检测和配置权限申请 物体识别功能的使用需要设备支持AREngine，并且已经安装了AREngine的APK包，所以要对运行的设备进行判断，是否支持该功能 AREngine检测完成之后，再进行相机权限的动态申请 以上步骤完成之后，说明设备支持AREngine的物体识别功能，并且已经获得了相机的使用权限，接下来就可以创建ARSession，并进行识别数据库的配置 配置物体识别数据库 在进行物体识别之前，要将想识别的对象的图片添加到数据库中，使用的是ARAugmentedImageDatabase，创建一个boolean函数，进行数据库的图片添加，并给后续是否进行识别作判断： 所添加的识别图片源可以放置在Assets文件夹内，通过InputStream打开为Bitmap的格式 配置识别后显示效果 在MainActivity的onDrawFrame中配置识别到物体之后的显示效果，在检测到要识别的物体后，用一个方框将识别的物体标识出来。 判断是否识别到物体时，调用ARAugmentedImage的getTrackingStatus方法，如果是TRACKING的话，则为识别到了 之后通过getCenterPose获取物体的中心位置信息，将边框添加到显示中 "如何实现物体检测与跟踪"的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注网站，小编将为大家输出更多高质量的实用文章！开发步骤
private GLSurfaceView mSurfaceView;private static final int CONFIG_CHOOSER_RED_SIZE = 8;private static final int CONFIG_CHOOSER_GREEN_SIZE = 8;private static final int CONFIG_CHOOSER_BLUE_SIZE = 8;private static final int CONFIG_CHOOSER_ALPHA_SIZE = 8;private static final int CONFIG_CHOOSER_DEPTH_SIZE = 16;private static final int CONFIG_CHOOSER_STENCIL_SIZE = 0;private static final int OPENGLES_VERSION = 2;mSurfaceView = findViewById(R.id.surfaceview);mSurfaceView.setPreserveEGLContextOnPause(true);mSurfaceView.setEGLContextClientVersion(OPENGLES_VERSION);mSurfaceView.setEGLConfigChooser(CONFIG_CHOOSER_RED_SIZE, // Alpha used for plane blending. CONFIG_CHOOSER_GREEN_SIZE, CONFIG_CHOOSER_BLUE_SIZE, CONFIG_CHOOSER_ALPHA_SIZE, CONFIG_CHOOSER_DEPTH_SIZE, CONFIG_CHOOSER_STENCIL_SIZE); // Alpha used for plane blending.mSurfaceView.setRenderer(this);mSurfaceView.setRenderMode(GLSurfaceView.RENDERMODE_CONTINUOUSLY);
fitToScanView = findViewById(R.id.image_view_fit_to_scan);InputStream bitmapstream;try { bitmapstream = getAssets().open("fit_to_scan.png");} catch (IllegalArgumentException | IOException e) { Log.d(TAG, "open bitmap failed!"); return;}Bitmap bitmap = BitmapFactory.decodeStream(bitmapstream);fitToScanView.setImageBitmap(bitmap);rivate boolean arEngineAbilityCheck() { boolean isInstallArEngineApk = AREnginesApk.isAREngineApkReady(this); if (!isInstallArEngineApk && isRemindInstall) { Toast.makeText(this, "Please agree to install.", Toast.LENGTH_LONG).show(); finish(); } Log.d(TAG, "Is Install AR Engine Apk: " + isInstallArEngineApk); if (!isInstallArEngineApk) { //Code of jumping to AppGallery to download the APK isRemindInstall = true; } return AREnginesApk.isAREngineApkReady(this);}private static final String[] PERMISSIONS_ARRAYS = new String[]{Manifest.permission.CAMERA};public static void requestPermission(final Activity activity) { Log.d(TAG, "requestPermission >>"); for (String permission : PERMISSIONS_ARRAYS) { if (ContextCompat.checkSelfPermission(activity, permission) != PackageManager.PERMISSION_GRANTED) { permissionsList.add(permission); } } ActivityCompat.requestPermissions(activity, permissionsList.toArray(new String[permissionsList.size()]), REQUEST_CODE_ASK_PERMISSIONS); Log.d(TAG, "requestPermission <<");}private boolean setupAugmentedImageDatabase(ARWorldTrackingConfig config) { ARAugmentedImageDatabase augmentedImageDatabase; Optionalprivate Optional
public void onDrawFrame(GL10 unused) { Log.d(TAG, "onDrawFrame >>"); GLES20.glClear(GLES20.GL_COLOR_BUFFER_BIT | GLES20.GL_DEPTH_BUFFER_BIT); if (mSession == null) { Log.d(TAG, "onDrawFrame mSession is null"); return; } try { ARFrame frame = mSession.update(); ARCamera camera = frame.getCamera(); if (camera.getTrackingState() == ARTrackable.TrackingState.PAUSED) { return; } Log.d(TAG, "ARTrackable.TrackingState" + camera.getTrackingState()); drawAugmentedImages(frame, projmtx, viewmtxs, colorCorrectionRgbas); } catch (Throwable t) { Log.e(TAG, "Exception on the OpenGL thread", t); } Log.d(TAG, "onDrawFrame <<");}switch (augmentedImage.getTrackingState()) { case TRACKING: augmentedImageRenderer.draw(viewmtxs, projmtx, augmentedImage, centerAnchor, colorCorrectionRgbas); break; default: break;}anchorPose = augmentedImage.getCenterPose();float scaleFactor = 1.0f;float[] modelMatrixs = new float[MODEL_MATRIX_SIZE];float[] tintColors = convertHexToColor(TINT_COLORS_HEXS[augmentedImage.getIndex() % TINT_COLORS_HEXS.length]);worldBoundaryPoses[0].toMatrix(modelMatrixs, 0);imageFrameUpperLeft.updateModelMatrix(modelMatrixs, scaleFactor);imageFrameUpperLeft.draw(viewMatrix, projectionMatrix, colorCorrectionRgba, tintColors);worldBoundaryPoses[1].toMatrix(modelMatrixs, 0);imageFrameUpperRight.updateModelMatrix(modelMatrixs, scaleFactor);imageFrameUpperRight.draw(viewMatrix, projectionMatrix, colorCorrectionRgba, tintColors);worldBoundaryPoses[2].toMatrix(modelMatrixs, 0);imageFrameLowerRight.updateModelMatrix(modelMatrixs, scaleFactor);imageFrameLowerRight.draw(viewMatrix, projectionMatrix, colorCorrectionRgba, tintColors);worldBoundaryPoses[3].toMatrix(modelMatrixs, 0);imageFrameLowerLeft.updateModelMatrix(modelMatrixs, scaleFactor);imageFrameLowerLeft.draw(viewMatrix, projectionMatrix, colorCorrectionRgba, tintColors);
