doc/tutorials/video/meanshift/meanshift.markdown

   1 Meanshift and Camshift {#tutorial_meanshift}
   2 ======================
   3
   4 Goal
   5 ----
   6
   7 In this chapter,
   8
   9 -   We will learn about the Meanshift and Camshift algorithms to track objects in videos.
  10
  11 Meanshift
  12 ---------
  13
  14 The intuition behind the meanshift is simple. Consider you have a set of points. (It can be a pixel
  15 distribution like histogram backprojection). You are given a small window (may be a circle) and you
  16 have to move that window to the area of maximum pixel density (or maximum number of points). It is
  17 illustrated in the simple image given below:
  18
  19 ![image](images/meanshift_basics.jpg)
  20
  21 The initial window is shown in blue circle with the name "C1". Its original center is marked in blue
  22 rectangle, named "C1_o". But if you find the centroid of the points inside that window, you will
  23 get the point "C1_r" (marked in small blue circle) which is the real centroid of the window. Surely
  24 they don't match. So move your window such that the circle of the new window matches with the previous
  25 centroid. Again find the new centroid. Most probably, it won't match. So move it again, and continue
  26 the iterations such that the center of window and its centroid falls on the same location (or within a
  27 small desired error). So finally what you obtain is a window with maximum pixel distribution. It is
  28 marked with a green circle, named "C2". As you can see in the image, it has maximum number of points. The
  29 whole process is demonstrated on a static image below:
  30
  31 ![image](images/meanshift_face.gif)
  32
  33 So we normally pass the histogram backprojected image and initial target location. When the object
  34 moves, obviously the movement is reflected in the histogram backprojected image. As a result, the meanshift
  35 algorithm moves our window to the new location with maximum density.
  36
  37 ### Meanshift in OpenCV
  38
  39 To use meanshift in OpenCV, first we need to setup the target, find its histogram so that we can
  40 backproject the target on each frame for calculation of meanshift. We also need to provide an initial
  41 location of window. For histogram, only Hue is considered here. Also, to avoid false values due to
  42 low light, low light values are discarded using **cv.inRange()** function.
  43
  44 @add_toggle_cpp
  45 -   **Downloadable code**: Click
  46     [here](https://github.com/opencv/opencv/tree/3.4/samples/cpp/tutorial_code/video/meanshift/meanshift.cpp)
  47
  48 -   **Code at glance:**
  49     @include samples/cpp/tutorial_code/video/meanshift/meanshift.cpp
  50 @end_toggle
  51
  52 @add_toggle_python
  53 -   **Downloadable code**: Click
  54     [here](https://github.com/opencv/opencv/tree/3.4/samples/python/tutorial_code/video/meanshift/meanshift.py)
  55
  56 -   **Code at glance:**
  57     @include samples/python/tutorial_code/video/meanshift/meanshift.py
  58 @end_toggle
  59
  60 @add_toggle_java
  61 -   **Downloadable code**: Click
  62     [here](https://github.com/opencv/opencv/tree/3.4/samples/java/tutorial_code/video/meanshift/MeanshiftDemo.java)
  63
  64 -   **Code at glance:**
  65     @include  samples/java/tutorial_code/video/meanshift/MeanshiftDemo.java
  66 @end_toggle
  67
  68 Three frames in a video I used is given below:
  69
  70 ![image](images/meanshift_result.jpg)
  71
  72 Camshift
  73 --------
  74
  75 Did you closely watch the last result? There is a problem. Our window always has the same size whether
  76 the car is very far or very close to the camera. That is not good. We need to adapt the window
  77 size with size and rotation of the target. Once again, the solution came from "OpenCV Labs" and it
  78 is called CAMshift (Continuously Adaptive Meanshift) published by Gary Bradsky in his paper
  79 "Computer Vision Face Tracking for Use in a Perceptual User Interface" in 1998 @cite Bradski98 .
  80
  81 It applies meanshift first. Once meanshift converges, it updates the size of the window as,
  82 \f$s = 2 \times \sqrt{\frac{M_{00}}{256}}\f$. It also calculates the orientation of the best fitting ellipse
  83 to it. Again it applies the meanshift with new scaled search window and previous window location.
  84 The process continues until the required accuracy is met.
  85
  86 ![image](images/camshift_face.gif)
  87
  88 ### Camshift in OpenCV
  89
  90 It is similar to meanshift, but returns a rotated rectangle (that is our result) and box
  91 parameters (used to be passed as search window in next iteration). See the code below:
  92
  93 @add_toggle_cpp
  94 -   **Downloadable code**: Click
  95     [here](https://github.com/opencv/opencv/tree/3.4/samples/cpp/tutorial_code/video/meanshift/camshift.cpp)
  96
  97 -   **Code at glance:**
  98     @include samples/cpp/tutorial_code/video/meanshift/camshift.cpp
  99 @end_toggle
 100
 101 @add_toggle_python
 102 -   **Downloadable code**: Click
 103     [here](https://github.com/opencv/opencv/tree/3.4/samples/python/tutorial_code/video/meanshift/camshift.py)
 104
 105 -   **Code at glance:**
 106     @include samples/python/tutorial_code/video/meanshift/camshift.py
 107 @end_toggle
 108
 109 @add_toggle_java
 110 -   **Downloadable code**: Click
 111     [here](https://github.com/opencv/opencv/tree/3.4/samples/java/tutorial_code/video/meanshift/CamshiftDemo.java)
 112
 113 -   **Code at glance:**
 114     @include  samples/java/tutorial_code/video/meanshift/CamshiftDemo.java
 115 @end_toggle
 116
 117 Three frames of the result is shown below:
 118
 119 ![image](images/camshift_result.jpg)
 120
 121 Additional Resources
 122 --------------------
 123
 124 -#  French Wikipedia page on [Camshift](http://fr.wikipedia.org/wiki/Camshift). (The two animations
 125     are taken from there)
 126 2.  Bradski, G.R., "Real time face and object tracking as a component of a perceptual user
 127     interface," Applications of Computer Vision, 1998. WACV '98. Proceedings., Fourth IEEE Workshop
 128     on , vol., no., pp.214,219, 19-21 Oct 1998
 129
 130 Exercises
 131 ---------
 132
 133 -#  OpenCV comes with a Python [sample](https://github.com/opencv/opencv/blob/3.4/samples/python/camshift.py) for an interactive demo of camshift. Use it, hack it, understand
 134     it.