camshift 实现自动化跟踪的小技巧

opencv 提供了使用基于颜色的跟踪算法camshift, 很好的算法，可是它是个半自动的算法，它需要用户在跟踪界面设定跟踪的目标。怎么预先设定目标再来跟踪呢？
本人偷了个懒，加入了用一张图片来设定跟踪的目标，在启动中加载图片，生成跟踪需要的histogram。这样实现了自动化的跟踪吧。

步骤如下：
1. 找到你需要跟踪的物体，拿到摄像头前，照一张相（print screen），这里需要注意的是，由于光线变化，临近摄像头会亮一些，离远会暗一些，那么最好跟踪的物体的拍摄颜色与实际跟踪中颜色相近。

2. 打开画笔功能，新建一张图片(320*240)，大小与视频源图像一致，把物体截取放大，这样跟踪的颜色区域就都在图像中了。

例如这是一个跟踪绿色物体的图片

3。在代码中加入

void loadTemplateImage() 
{ 
 IplImage *tempimage = cvLoadImage("F:/OM_tracking/Test cam shift/ShadowTrack/Debug/green.bmp",1); 
 cvCvtColor( tempimage, hsv, CV_BGR2HSV ); 
 int _vmin = vmin, _vmax = vmax; 
 
 cvInRangeS( hsv, cvScalar(0,smin,MIN(_vmin,_vmax),0), 
  cvScalar(180,256,MAX(_vmin,_vmax),0), mask ); 
   
 cvSplit( hsv, hue, 0, 0, 0 ); 
  
 selection.x = 1; 
 selection.y = 1; 
 selection.width = 320-1; 
 selection.height= 240-1; 
 
 cvSetImageROI( hue, selection ); 
 cvSetImageROI( mask, selection ); 
 cvCalcHist( &hue, hist, 0, mask ); 
 
 float max_val = 0.f;   
     
 cvGetMinMaxHistValue( hist, 0, &max_val, 0, 0 ); 
 cvConvertScale( hist->bins, hist->bins, max_val ? 255. / max_val : 0., 0 ); 
 cvResetImageROI( hue ); 
 cvResetImageROI( mask ); 
 track_window = selection; 
 track_object = 1; 
 
 cvReleaseImage(&tempimage); 
} 

4，去掉原来的生成Hist的代码。在启动时候加入loadTemplateImage

5.运行代码，看结果吧. 代码这里下载