以RK3568 Linux平臺(tái)為例，詳細(xì)拆解“圖像采集-目標(biāo)初始化-跟蹤迭代-結(jié)果輸出”全流程，同時(shí)適配STM32H7平臺(tái)的輕量化改造，確保代碼可移植性。

（一）核心流程與代碼實(shí)現(xiàn)

OpenCV為KCF與MOSSE算法提供了統(tǒng)一的Tracker接口，開(kāi)發(fā)流程完全一致，僅需修改跟蹤器創(chuàng)建語(yǔ)句，大幅降低算法切換成本。

#include <opencv2/opencv.hpp>

#include <opencv2/tracking.hpp>

#include <iostream>

using namespace cv;

using namespace std;

int main() {

    // 1. 初始化攝像頭（V4L2驅(qū)動(dòng)，640×480分辨率）

    VideoCapture cap(0);

    if (!cap.isOpened()) {

        cerr << "Failed to open camera!" << endl;

        return -1;

    }

    cap.set(CAP_PROP_FRAME_WIDTH, 640);

    cap.set(CAP_PROP_FRAME_HEIGHT, 480);

    

    // 2. 讀取第一幀圖像，手動(dòng)框選跟蹤目標(biāo)

    Mat frame;

    cap.read(frame);

    Rect2d bbox = selectROI("Select Target", frame, true, false);

    if (bbox.width == 0 || bbox.height == 0) {

        cerr << "Invalid target ROI!" << endl;

        return -1;

    }

    

    // 3. 創(chuàng)建跟蹤器（KCF/MOSSE二選一，根據(jù)平臺(tái)算力切換）

    Ptr<Tracker> tracker;

    // 中高端平臺(tái)用KCF（魯棒性強(qiáng)）

    tracker = TrackerKCF::create();

    // 低算力平臺(tái)用MOSSE（速度快）

    // tracker = TrackerMOSSE::create();

    

    // 4. 初始化跟蹤器（傳入第一幀與目標(biāo)ROI）

    tracker->init(frame, bbox);

    

    // 5. 跟蹤迭代循環(huán)

    while (true) {

        // 讀取當(dāng)前幀

        cap.read(frame);

        if (frame.empty()) break;

        

        // 計(jì)時(shí)（評(píng)估實(shí)時(shí)性）

        double t = getTickCount();

        

        // 執(zhí)行跟蹤，更新目標(biāo)ROI

        bool ok = tracker->update(frame, bbox);

        

        // 計(jì)算單幀處理耗時(shí)

        t = (getTickCount() - t) / getTickFrequency() * 1000;

        

        // 繪制跟蹤結(jié)果與信息

        if (ok) {

            // 跟蹤成功：繪制綠色矩形框

            rectangle(frame, bbox, Scalar(0, 255, 0), 2);

            putText(frame, "Tracking", Point(10, 30), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0), 2);

        } else {

            // 跟蹤失?。猴@示紅色提示

            putText(frame, "Lost", Point(10, 30), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 0, 255), 2);

        }

        // 顯示耗時(shí)與幀率

        string fpsInfo = format("Time: %.1f ms, FPS: %.0f", t, 1000/t);

        putText(frame, fpsInfo, Point(10, 60), FONT_HERSHEY_SIMPLEX, 0.8, Scalar(255, 255, 255), 2);

        

        // 顯示結(jié)果

        imshow("Object Tracking", frame);

        

        // 按鍵退出（ESC鍵）

        if (waitKey(1) == 27) break;

    }

    

    // 釋放資源

    cap.release();

    destroyAllWindows();

    return 0;

}

（二）低算力平臺(tái)輕量化改造

針對(duì)STM32H7等低算力平臺(tái)，需對(duì)上述代碼與算法進(jìn)行改造，進(jìn)一步降低運(yùn)算量：

1. 分辨率降級(jí)：將圖像分辨率從640×480降至320×240，像素?cái)?shù)量減少75%，跟蹤耗時(shí)降低60%以上；

2. 圖像格式優(yōu)化：僅使用灰度圖跟蹤，移除RGB轉(zhuǎn)灰度的冗余運(yùn)算，MOSSE算法對(duì)灰度圖適配性優(yōu)異，無(wú)精度損失；

3. 接口簡(jiǎn)化：移除OpenCV highgui模塊的imshow功能，改用OLED屏顯示跟蹤框與狀態(tài)，減少內(nèi)存占用；

4. 迭代策略優(yōu)化：降低MOSSE模板更新頻率（每3幀更新1次），減少運(yùn)算量，同時(shí)保留跟蹤魯棒性。

（三）關(guān)鍵參數(shù)調(diào)優(yōu)

通過(guò)調(diào)整算法參數(shù)，平衡跟蹤速度與魯棒性，適配不同嵌入式場(chǎng)景：

1. KCF參數(shù)調(diào)優(yōu)：修改核函數(shù)類型（默認(rèn)線性核，可切換為高斯核），線性核運(yùn)算速度快，高斯核魯棒性強(qiáng)；調(diào)整正則化參數(shù)（lambda=0.001-0.01），減小參數(shù)避免過(guò)擬合；

2. MOSSE參數(shù)調(diào)優(yōu)：調(diào)整模板更新率（alpha=0.1-0.2），值越大模板更新越靈敏，適合目標(biāo)快速變化場(chǎng)景，但易受噪聲干擾；設(shè)置對(duì)比度閾值，過(guò)濾低對(duì)比度幀，避免跟蹤漂移。