opencv 提供了使用基于颜色的跟踪算法camshift, 很好的算法，可是它是个半自动的算法，它需要用户在跟踪界面设定跟踪的目标。怎么预先设定目标再来跟踪呢？
本人偷了个懒，加入了用一张图片来设定跟踪的目标，在启动中加载图片，生成跟踪需要的histogram。这样实现了自动化的跟踪吧。
步骤如下：
1. 找到你需要跟踪的物体，拿到摄像头前，照一张相（print screen），这里需要注意的是，由于光线变化，临近摄像头会亮一些，离远会暗一些，那么最好跟踪的物体的拍摄颜色与实际跟踪中颜色相近。
2. 打开画笔功能，新建一张图片(320*240)，大小与视频源图像一致，把物体截取放大，这样跟踪的颜色区域就都在图像中了。
例如这是一个跟踪绿色物体的图片
3。在代码中加入
void loadTemplateImage()
{
IplImage *tempimage = cvLoadImage("F:/OM_tracking/Test cam shift/ShadowTrack/Debug/green.bmp",1);
cvCvtColor( tempimage, hsv, CV_BGR2HSV );
int _vmin = vmin, _vmax = vmax;
cvInRangeS( hsv, cvScalar(0,smin,MIN(_vmin,_vmax),0),
cvScalar(180,256,MAX(_vmin,_vmax),0), mask );
cvSplit( hsv, hue, 0, 0, 0 );
selection.x = 1;
selection.y = 1;
selection.width = 320-1;
selection.height= 240-1;
cvSetImageROI( hue, selection );
cvSetImageROI( mask, selection );
cvCalcHist( &hue, hist, 0, mask );
float max_val = 0.f;
cvGetMinMaxHistValue( hist, 0, &max_val, 0, 0 );
cvConvertScale( hist->bins, hist->bins, max_val ? 255. / max_val : 0., 0 );
cvResetImageROI( hue );
cvResetImageROI( mask );
track_window = selection;
track_object = 1;
cvReleaseImage(&tempimage);
}
4，去掉原来的生成Hist的代码。在启动时候加入loadTemplateImage
5.运行代码，看结果吧. 代码这里下载
