OpenCV 4.12.0
開源計算機視覺
載入中...
搜尋中...
無匹配項
cv::gapi::ot 名稱空間參考

此名稱空間包含用於 VAS 物件跟蹤模組功能的 G-API 操作型別。更多...

名稱空間

名稱空間  cpu
 

結構體  ObjectTrackerParams
 

型別定義

using GTrackedInfo = std::tuple<cv::GArray<cv::Rect>, cv::GArray<int32_t>, cv::GArray<uint64_t>, cv::GArray<int>>
 

列舉

列舉  TrackingStatus {
  NEW = 0 ,
  TRACKED ,
  LOST
}
 

函式

std::tuple< cv::GArray< cv::Rect >, cv::GArray< int >, cv::GArray< uint64_t >, cv::GArray< int > > track (const cv::GFrame &frame, const cv::GArray< cv::Rect > &detected_rects, const cv::GArray< int > &detected_class_labels, float delta)
 使用影片幀跟蹤物件。track(...) 的過載,用於 frame 作為 GFrame
 
std::tuple< cv::GArray< cv::Rect >, cv::GArray< int >, cv::GArray< uint64_t >, cv::GArray< int > > track (const cv::GMat &mat, const cv::GArray< cv::Rect > &detected_rects, const cv::GArray< int > &detected_class_labels, float delta)
 使用影片幀跟蹤物件。如果檢測到的物件與某個被跟蹤物件足夠重疊,則被跟蹤物件的資訊將使用輸入的檢測物件進行更新。 另一方面,如果檢測到的物件與任何被跟蹤物件都不重疊,則會新新增檢測到的物件,並且 ObjectTracker 開始跟蹤該物件。 在零項跟蹤型別中,如果傳入檢測物件的空列表,ObjectTracker 將清除跟蹤物件。
 

詳細描述

此名稱空間包含用於 VAS 物件跟蹤模組功能的 G-API 操作型別。

型別定義文件

◆ GTrackedInfo

using cv::gapi::ot::GTrackedInfo = std::tuple<cv::GArray<cv::Rect>, cv::GArray<int32_t>, cv::GArray<uint64_t>, cv::GArray<int>>

列舉型別文件

◆ TrackingStatus

vas::ot::TrackingStatus 的跟蹤狀態孿生

列舉器
NEW 
Python: cv.gapi.ot.NEW

該物件已新新增。

TRACKED 
Python: cv.gapi.ot.TRACKED

該物件正在被跟蹤。

LOST 
Python: cv.gapi.ot.LOST

該物件現在丟失。 可以透過手動指定檢測到的物件再次跟蹤該物件。

函式文件

◆ track() [1/2]

std::tuple< cv::GArray< cv::Rect >, cv::GArray< int >, cv::GArray< uint64_t >, cv::GArray< int > > cv::gapi::ot::track ( const cv::GFrame & frame,
const cv::GArray< cv::Rect > & detected_rects,
const cv::GArray< int > & detected_class_labels,
float delta )
Python
cv.gapi.ot.track(mat, detected_rects, detected_class_labels, delta) -> retval
cv.gapi.ot.track(frame, detected_rects, detected_class_labels, delta) -> retval

使用影片幀跟蹤物件。track(...) 的過載,用於 frame 作為 GFrame

這是一個過載的成員函式,為方便起見而提供。 它與上述函式的不同之處僅在於它接受的引數。

引數
frame輸入幀。
detected_rects輸入幀中檢測到的物件矩形。
detected_class_labels輸入幀中檢測到的物件類標籤。
deltaFrame_delta_t 兩次連續跟蹤之間的增量時間,以秒為單位。 有效範圍是 [0.005 ~ 0.5]。
返回
目標物件的跟蹤結果。
目標物件的跟蹤結果。 cv::GArray<cv::Rect> 被跟蹤物件的矩形陣列。 cv::GArray<int32_t> 檢測到的物件標籤陣列。 cv::GArray<uint64_t> 物件的跟蹤 ID 陣列。 編號序列從 1 開始。值 0 表示尚未分配此物件的跟蹤 ID。 cv::GArray<int> 物件的跟蹤狀態陣列。

◆ track() [2/2]

std::tuple< cv::GArray< cv::Rect >, cv::GArray< int >, cv::GArray< uint64_t >, cv::GArray< int > > cv::gapi::ot::track ( const cv::GMat & mat,
const cv::GArray< cv::Rect > & detected_rects,
const cv::GArray< int > & detected_class_labels,
float delta )
Python
cv.gapi.ot.track(mat, detected_rects, detected_class_labels, delta) -> retval
cv.gapi.ot.track(frame, detected_rects, detected_class_labels, delta) -> retval

使用影片幀跟蹤物件。如果檢測到的物件與某個被跟蹤物件足夠重疊,則被跟蹤物件的資訊將使用輸入的檢測物件進行更新。 另一方面,如果檢測到的物件與任何被跟蹤物件都不重疊,則會新新增檢測到的物件,並且 ObjectTracker 開始跟蹤該物件。 在零項跟蹤型別中,如果傳入檢測物件的空列表,ObjectTracker 將清除跟蹤物件。

引數
mat輸入幀。
detected_rects輸入幀中檢測到的物件矩形。
detected_class_labels輸入幀中檢測到的物件類標籤。
deltaFrame_delta_t 兩次連續跟蹤之間的增量時間,以秒為單位。 有效範圍是 [0.005 ~ 0.5]。
返回
目標物件的跟蹤結果。 cv::GArray<cv::Rect> 被跟蹤物件的矩形陣列。 cv::GArray<int32_t> 檢測到的物件標籤陣列。 cv::GArray<uint64_t> 物件的跟蹤 ID 陣列。 編號序列從 1 開始。值 0 表示尚未分配此物件的跟蹤 ID。 cv::GArray<int> 物件的跟蹤狀態陣列。