（4）摄像头视频实时特征跟踪

opencv+dlib

目标追踪感觉高大上，但是，如果不要求极致的效果，普通目标追踪，其实也就那么回事。
dlib提供了dlib.correlation_tracker()类用于跟踪目标
官方文档中有介绍，此不赘述，直接上代码，里面有注释解释

import sys
import dlib
import cv2
tracker = dlib.correlation_tracker()   # 导入correlation_tracker()类
cap = cv2.VideoCapture(0)   # OpenCV打开摄像头
start_flag = True   # 标记，是否是第一帧，若在第一帧需要先初始化
selection = None   # 实时跟踪鼠标的跟踪区域
track_window = None   # 要检测的物体所在区域
drag_start = None   # 标记，是否开始拖动鼠标
# 鼠标点击事件回调函数
def onMouseClicked(event, x, y, flags, param):
    global selection, track_window, drag_start  # 定义全局变量
    if event == cv2.EVENT_LBUTTONDOWN:  # 鼠标左键按下
        drag_start = (x, y)
        track_window = None
    if drag_start:   # 是否开始拖动鼠标，记录鼠标位置
        xMin = min(x, drag_start[0])
        yMin = min(y, drag_start[1])
        xMax = max(x, drag_start[0])
        yMax = max(y, drag_start[1])
        selection = (xMin, yMin, xMax, yMax)
    if event == cv2.EVENT_LBUTTONUP:   # 鼠标左键松开
        drag_start = None
        track_window = selection
        selection = None
if __name__ == '__main__':
    cv2.namedWindow("image", cv2.WINDOW_AUTOSIZE)
    cv2.setMouseCallback("image", onMouseClicked)
    # opencv的bgr格式图片转换成rgb格式
    # b, g, r = cv2.split(frame)
    # frame2 = cv2.merge([r, g, b])
    while(1):
        ret, frame = cap.read()   # 从摄像头读入1帧
        if start_flag == True:   # 如果是第一帧，需要先初始化
            # 这里是初始化，窗口中会停在当前帧，用鼠标拖拽一个框来指定区域，随后会跟踪这个目标；我们需要先找到目标才能跟踪不是吗？
            while True:
                img_first = frame.copy()   # 不改变原来的帧，拷贝一个新的出来
                if track_window:  # 跟踪目标的窗口画出来了，就实时标出来
                    cv2.rectangle(img_first, (track_window[0], track_window[1]), (track_window[2], track_window[3]), (0,0,255), 1)
                elif selection:   # 跟踪目标的窗口随鼠标拖动实时显示
                    cv2.rectangle(img_first, (selection[0], selection[1]), (selection[2], selection[3]), (0,0,255), 1)
                cv2.imshow("image", img_first)
                # 按下回车，退出循环
                if cv2.waitKey(10) & 0xFF == ord('\n'):
                    break
            start_flag = False   # 初始化完毕，不再是第一帧了
            tracker.start_track(frame, dlib.rectangle(track_window[0], track_window[1], track_window[2], track_window[3]))   # 跟踪目标，目标就是选定目标窗口中的
        else:
            tracker.update(frame)  # 更新，实时跟踪
        box_predict = tracker.get_position()  # 得到目标的位置
        cv2.rectangle(frame,(int(box_predict.left()),int(box_predict.top())),(int(box_predict.right()),int(box_predict.bottom())),(0,255,255),1)  # 用矩形框标注出来
        cv2.imshow("image", frame)
        # 如果按下ESC键，就退出
        if cv2.waitKey(10) == 27:
            break
    cap.release()
    cv2.destroyAllWindows()