最近在學習OpenCV的物體跟蹤模塊，寫了一個小項目練手：打開攝像頭，按s鍵用鼠標框選一個物體，程序就會自動跟隨它的移動。代碼雖然簡單，但涵蓋了物體跟蹤的核心流程，還處理了OpenCV不同版本的兼容性、跟蹤重置、丟失提示等細節(jié)。本文作為學習筆記，分享完整代碼和關(guān)鍵知識點。

一、物體跟蹤是什么？

物體跟蹤（Object Tracking）是指在視頻序列中，持續(xù)定位一個預先選定的目標。它與物體檢測的區(qū)別在于：

• 檢測：每一幀都獨立找出所有物體，計算量大，但能處理任意目標。
• 跟蹤：只在第一幀指定目標，后續(xù)幀利用時間連續(xù)性快速預測位置，實時性高。

OpenCV提供了多種跟蹤算法，如KCF、CSRT、MOSSE等。本文使用KCF（Kernelized Correlation Filters），它在速度和精度之間取得較好平衡，適合實時應(yīng)用。

二、環(huán)境準備

• Python 3.x
• OpenCV庫（含contrib模塊）

安裝命令：

pip install opencv-python opencv-contrib-python

注意：從OpenCV 4.5.1開始，部分跟蹤器被移入cv2.legacy子模塊。本文代碼已做兼容處理。

三、完整代碼

以下代碼實現(xiàn)了：

• 打開默認攝像頭
• 按s鍵框選目標并開始跟蹤
• 按r鍵重置跟蹤（可重新選目標）
• 跟蹤失敗時顯示“TRACKING LOST”提示
• 按ESC鍵退出

import cv2
# ----- 兼容不同OpenCV版本的跟蹤器創(chuàng)建 -----
try:
    # 適用于 OpenCV < 4.5.1
    tracker = cv2.TrackerKCF_create()
except AttributeError:
    # 適用于 OpenCV >= 4.5.1
    tracker = cv2.legacy.TrackerKCF_create()
tracking = False          # 是否處于跟蹤狀態(tài)
cap = cv2.VideoCapture(0) # 0 為默認攝像頭
# 檢查攝像頭是否打開成功
if not cap.isOpened():
    print("錯誤：無法打開攝像頭")
    exit()
while True:
    ret, frame = cap.read()
    if not ret:
        print("無法讀取幀")
        break
    key = cv2.waitKey(1)
    # ----- 按 s 鍵：選擇目標并開始/重置跟蹤 -----
    if key == ord('s'):
        tracking = False   # 先重置狀態(tài)
        roi = cv2.selectROI("Tracking", frame, False)
        # 如果用戶取消了選擇（roi為(0,0,0,0)），則不進行初始化
        if roi != (0, 0, 0, 0):
            # 重新創(chuàng)建跟蹤器，清除舊狀態(tài)
            try:
                tracker = cv2.TrackerKCF_create()
            except AttributeError:
                tracker = cv2.legacy.TrackerKCF_create()
            tracker.init(frame, roi)
            tracking = True
    # ----- 按 r 鍵：重置跟蹤（不選新目標，只是停止） -----
    elif key == ord('r'):
        tracking = False
        print("跟蹤已重置，請按 s 選擇新目標")
    # ----- 如果處于跟蹤狀態(tài)，更新跟蹤器并繪制結(jié)果 -----
    if tracking:
        success, box = tracker.update(frame)
        if success:
            x, y, w, h = [int(v) for v in box]
            cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
        else:
            # 跟蹤失敗時顯示文字提示
            cv2.putText(frame, "TRACKING LOST", (50, 50),
                        cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
    cv2.imshow("Tracking", frame)
    # 按 ESC 退出
    if key == 27:
        break
cap.release()
cv2.destroyAllWindows()

四、代碼詳解

1. 創(chuàng)建跟蹤器（兼容性寫法）

try:
    tracker = cv2.TrackerKCF_create()
except AttributeError:
    tracker = cv2.legacy.TrackerKCF_create()

• 舊版OpenCV中TrackerKCF_create直接在cv2下；新版移到了cv2.legacy。
• 用try-except捕獲AttributeError，自動選擇正確的創(chuàng)建方式，避免因版本差異而報錯。

2. 選擇目標：cv2.selectROI()

roi = cv2.selectROI("Tracking", frame, False)

• 彈出一個窗口，用戶用鼠標框選感興趣區(qū)域（ROI）。
• 返回值roi = (x, y, w, h)是矩形框的位置和大小。
• 第三個參數(shù)False表示從左上角拖到右下角畫矩形（True表示從中心點畫）。

3. 初始化跟蹤器：tracker.init(frame, roi)

• 用選定的第一幀圖像和ROI初始化跟蹤器內(nèi)部模型。
• 必須在調(diào)用update()之前調(diào)用，且只在目標選定或重新選擇時調(diào)用一次。

4. 更新跟蹤：tracker.update(frame)

• 對每一幀調(diào)用，返回(success, box)。
• success為True表示跟蹤成功，box是新的目標矩形；否則為False。

5. 交互控制

• s鍵：重置tracking標志，彈出選擇框，重新初始化跟蹤器。
• r鍵：僅重置tracking標志，不選新目標（方便停止跟蹤）。
• ESC鍵：退出循環(huán)。

6. 跟蹤失敗提示

當success == False時，用cv2.putText()在畫面左上角顯示紅色“TRACKING LOST”，讓用戶知道已跟丟。

五、運行方法

1. 將上述代碼保存為object_tracking.py。

在終端運行：

python object_tracking.py

攝像頭打開后：

• 按下鍵盤 s 鍵，畫面會凍結(jié)并出現(xiàn)“Tracking”窗口。
• 用鼠標拖拽框選要跟蹤的物體（例如你的手、一本書等）。
• 按回車或空格確認選擇。
• 程序開始自動跟蹤，綠色框會跟隨物體移動。
• 如果跟丟，畫面顯示“TRACKING LOST”，可按 r 重置，再按 s 重新選擇。

按 ESC 退出程序。

六、效果展示

• 跟蹤成功時，綠色矩形框會緊貼目標移動（即使目標在畫面中旋轉(zhuǎn)、稍微變形，KCF仍有一定魯棒性）。
• 如果目標快速移動或被遮擋，跟蹤可能會失?。ǔ霈F(xiàn)紅色文字），此時需要重新選擇目標。

提示：為了獲得更好的跟蹤效果，可以嘗試將KCF換成CSRT（更準但稍慢）：

tracker = cv2.legacy.TrackerCSRT_create()

七、常見問題

Q1：運行時報錯 AttributeError: module 'cv2' has no attribute 'TrackerKCF_create'
A：說明你的OpenCV版本較新（≥4.5.1）。代碼中的try-except已經(jīng)處理了這種情況，請確保你完整復制了兼容性寫法。如果仍然報錯，請檢查是否安裝了opencv-contrib-python。

Q2：為什么跟蹤一段時間后框會飄走？
A：KCF對遮擋、尺度變化、快速運動比較敏感?？梢試L試換用CSRT算法，或者重新按s框選目標。

Q3：如何跟蹤視頻文件而不是攝像頭？
A：將cv2.VideoCapture(0)改為視頻路徑，例如cv2.VideoCapture("test.mp4")。

Q4：selectROI彈出的窗口怎么關(guān)閉？
A：確認選擇后按Enter或空格，窗口會自動關(guān)閉。如果不想選擇，按ESC取消。

八、總結(jié)

通過這個小項目，你可以掌握：

• OpenCV物體跟蹤的基本流程：創(chuàng)建跟蹤器 → 選擇ROI → 初始化 → 逐幀更新。
• 處理不同OpenCV版本的兼容性問題。
• 增加交互邏輯（重置、失敗提示）提升用戶體驗。

物體跟蹤是計算機視覺中非常實用的技術(shù)，可以應(yīng)用于自動駕駛、安防監(jiān)控、人機交互等領(lǐng)域。希望這篇筆記能幫助你快速上手，自己動手試一試吧！

下一步學習建議：

• 嘗試使用CSRT或MOSSE算法，比較精度和速度。
• 學習多目標跟蹤（MOT），同時跟蹤多個物體。
• 結(jié)合YOLO等目標檢測器，實現(xiàn)自動檢測+跟蹤。

以上就是Python使用OpenCV實現(xiàn)物體跟蹤的實踐方法的詳細內(nèi)容，更多關(guān)于Python OpenCV物體跟蹤的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論