前提
ここに質問の内容を詳しく書いてください。
(例)
pythonでパーティクルフィルタを用いて白物体の追跡を行おうとしているのですが以下のエラーメッセージが発生しました。
実現したいこと
グレースケール動画の白移動物体のトラッキングを行いたい
エラーメッセージ
IndexError: only integers, slices (:
), ellipsis (...
), numpy.newaxis (None
) and integer or boolean arrays are valid indices
該当のソースコード
python
ソースコード
import numpy as np
import cv2
def tracking():
cap = cv2.VideoCapture("tennisu.mp4")
#パーティクルフィルタ初期化
filter = ParticleFilter()
filter.initialize()
while True: ret, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY) y, x = filter.filtering(gray)#トラッキング frame = cv2.circle(frame, (int(x), int(y)), 10, (0, 0, 255), -1) for i in range(filter.SAMPLEMAX): frame = cv2.circle(frame, (int(filter.X[i]), int(filter.Y[i])), 2, (0, 0, 255), -1) cv2.imshow("frame", frame) if cv2.waitKey(20) & 0xFF == 27: break cap.release() cv2.destroyAllWindows()
#パーティクルフィルタクラス
class ParticleFilter:
def init(self):
self.SAMPLEMAX = 1000
self.height, self.width = 1440,2560#フレーム画像のサイズ
#パーティクル初期化 #画像全体にまく def initialize(self): self.Y = np.random.random(self.SAMPLEMAX) * self.height self.X = np.random.random(self.SAMPLEMAX) * self.width #パーティクルの状態の更新 物体が適当な速さで適当に動くと仮定 def modeling(self): self.Y += np.random.random(self.SAMPLEMAX) * 20 - 10 self.X += np.random.random(self.SAMPLEMAX) * 20 - 10 #重み正規化 def normalize(self, weight): return weight / np.sum(weight) #パーティクルリサンプリング #重みに従ってパーティクルを選択 #残ったパーティクルのインデックスを返す def resampling(self, weight): index = np.arange(self.SAMPLEMAX) sample = [] for i in range(self.SAMPLEMAX): idx = np.random.choice(index, p=weight) sample.append(idx) return sample #尤度計算 #画像の外に飛んでいったパーティクルは重み0 #白い物体を仮定 def calcLikelihood(self, image): mean, std = 250.0, 10.0 intensity = [] for i in range(self.SAMPLEMAX): y, x = self.Y[i], self.X[i] if y >= 0 and y < self.height and x >= 0 and x < self.width: intensity.append(image[y,x]) else: intensity.append(-1) weights = 1.0 / np.sqrt(2 * np.pi * std) * np.exp(-(np.array(intensity) - mean)**2 /(2 * std**2)) weights[intensity == -1] = 0 weights = self.normalize(weights) return weights #トラッキング開始 #期待値を返す def filtering(self, image): self.modeling() weights = self.calcLikelihood(image) index = self.resampling(weights) self.Y = self.Y[index] self.X = self.X[index] return np.sum(self.Y) / float(len(self.Y)), np.sum(self.X) / float(len(self.X))
tracking()
補足情報
実行はjupyter labで行なっています

回答1件
あなたの回答
tips
プレビュー