基于OpenCV的运动目标特定边缘跟踪及位移测量问题咨询

你的整体思路方向没有问题，当前的核心问题是两方面：一是Harris角点检测对带噪低质图像的误检率高，二是缺少帧间的点关联逻辑，所以无法持续跟踪同一个目标点。具体优化方案如下：

1. 替换跟踪方案为KLT稀疏光流 #

放弃单帧独立检测角点的逻辑，改用专门适配时序图像点跟踪的Kanade-Lucas-Tomasi（KLT）光流法：

• 第一帧手动指定你要跟踪的初始点(1049, 390)，不需要自动检测角点，从根源避免噪点干扰
• 后续每帧通过光流匹配上一帧的目标点，直接得到该点的实时坐标，不需要重复检测特征
• 光流跟踪本身会基于点周围的局部特征匹配，对小范围噪点的抗干扰能力远高于逐帧角点检测

2. 保证测量线垂直 #

你设定的基准线是竖直的中心线（x = x_centre），不需要额外计算法线，只需要从实时跟踪得到的目标点(x_target, y_target)，向基准线画水平线即可，水平线端点为(x_centre, y_target)，这根线天然和竖直基准线成90度直角。
左移的像素距离可以直接通过abs(x_target - x_centre)计算，后续乘以你提前标定好的像素-物理距离换算系数就能得到实际偏移量。

核心实现代码 #

import cv2 as cv
import numpy as np

# 光流法参数，winSize可以根据噪点大小调整
lk_params = dict(winSize=(15, 15),
                 maxLevel=2,
                 criteria=(cv.TERM_CRITERIA_EPS | cv.TERM_CRITERIA_COUNT, 10, 0.03))

# 基础参数设置
x_centre = 640  # 替换为你实际的图像中心x坐标
# 第一帧要跟踪的初始点，即你标注的(1049,390)
init_point = np.array([[1049, 390]], dtype=np.float32).reshape(-1, 1, 2)

# 这里以读取视频为例，如果是处理单帧序列，替换为遍历图像文件夹的逻辑即可
cap = cv.VideoCapture("你的视频/序列图像路径")
ret, old_frame = cap.read()
old_gray = cv.cvtColor(old_frame, cv.COLOR_BGR2GRAY)
# 噪点过大可以开启高斯模糊
# old_gray = cv.GaussianBlur(old_gray, (5,5), 0)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    frame_gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    # frame_gray = cv.GaussianBlur(frame_gray, (5,5), 0)
    
    # 光流跟踪目标点
    p1, st, err = cv.calcOpticalFlowPyrLK(old_gray, frame_gray, init_point, None, **lk_params)
    
    # 跟踪成功则绘制结果
    if st[0][0] == 1:
        x_target, y_target = p1[0].ravel().astype(int)
        # 标记目标点
        cv.circle(frame, (x_target, y_target), 5, (0, 255, 0), -1)
        # 绘制竖直基准线
        cv.line(frame, (x_centre, 0), (x_centre, frame.shape[0]), (255, 0, 0), 2)
        # 绘制水平测量线，天然与基准线垂直
        cv.line(frame, (x_target, y_target), (x_centre, y_target), (0, 0, 255), 2)
        # 输出左移像素距离
        left_offset_pixel = abs(x_target - x_centre)
        print(f"当前左移像素距离：{left_offset_pixel}")
    
    cv.imshow('跟踪结果', frame)
    if cv.waitKey(30) & 0xff == ord('q'):
        break
    
    # 更新上一帧数据和跟踪点
    old_gray = frame_gray.copy()
    init_point = p1.reshape(-1, 1, 2)

cap.release()
cv.destroyAllWindows()

内容的提问来源于stack exchange，提问作者riot12