Что означает good_new = p1[st==1] в коде Lucas-Kanade Optical Flow в OpenCV

Я использую алгоритм Lucas-Kanade Optical Flow в OpenCV для проведения некоторых экспериментов, но я не знаю, что означает этот код good_new = p1[st==1].

Официальный документ объяснить как «Выберите хорошие точки», но я не знаю, что выбрать, исходя из принципов здесь. Вот официальная часть кода:

while(1):
    ret,frame = cap.read()
    frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    # calculate optical flow
    p1, st, err = cv2.calcOpticalFlowPyrLK(old_gray, frame_gray, p0, None, **lk_params)
    # Select good points
    good_new = p1[st==1]
    good_old = p0[st==1]
    # draw the tracks
    for i,(new,old) in enumerate(zip(good_new,good_old)):
        a,b = new.ravel()
        c,d = old.ravel()
        mask = cv2.line(mask, (a,b),(c,d), color[i].tolist(), 2)
        frame = cv2.circle(frame,(a,b),5,color[i].tolist(),-1)
    img = cv2.add(frame,mask)
    cv2.imshow('frame',img)
    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break
    # Now update the previous frame and previous points
    old_gray = frame_gray.copy()
    p0 = good_new.reshape(-1,1,2)
cv2.destroyAllWindows()
cap.release()

person yeqi liu    schedule 22.01.2018    source источник
comment
st — это массив, указывающий статус, в данном случае — были ли пиксели идентифицированы положительно, в данном случае 1 означает, что они были найдены: docs.opencv.org/2.4/modules/video/doc/, чтобы линия маскировала пиксели и возвращала только те пиксели, которые были идентифицированы.   -  person EdChum    schedule 22.01.2018
comment
@EdChum Большое спасибо, немного понял. Но у меня все еще есть сомнения: почему матрица p1 может использовать '[st==1]' эту операцию для извлечения элементов.   -  person yeqi liu    schedule 23.01.2018


Ответы (1)


Массив st имеет ту же длину, что и p1 в первом измерении, поэтому его можно использовать как своего рода «маску» для выбора значений в p1.

Этот пример должен помочь понять, как на самом деле работает st==1:

>>> st = np.asarray([1,0,0,1,0,1])
>>> p1 = np.reshape(np.arange(len(a)*2), [len(a), 2])
>>> p1
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11]])
>>> st==1
array([ True, False, False,  True, False,  True])
>>> p1[st==1]
array([[ 0,  1],
       [ 6,  7],
       [10, 11]])
>>> p1[[True, False, True, False, True, False]]
array([[0, 1],
       [4, 5],
       [8, 9]])

person Asad-ullah Khan    schedule 16.12.2019