一种多尺度检测的KCF的python实现代码

import numpy as np
import cv2
import time
import sys
PY3 = sys.version_info >= （3）

if PY3:
    xrange = range

#前面是一些数学工具，用来计算复数和FFT等，看函数名
# ffttools
def fftd（img backwards=False）:
    # shape of img can be （mn） （mn1） or （mn2）
    # in my test fft provided by numpy and scipy are slower than cv2.dft
    return cv2.dft（np.float32（img） flags=（
        （cv2.DFT_INVERSE | cv2.DFT_SCALE） if backwards else cv2.DFT_COMPLEX_OUTPUT））  # ‘flags =‘ is necessary!

def real（img）:
    return img[: : 0]


def imag（img）:
    return img[: : 1]


def complexMultiplication（a b）:
    res = np.zeros（a.shape a.dtype）

    res[: : 0] = a[: : 0] * b[: : 0] - a[: : 1] * b[: : 1]
    res[: : 1] = a[: : 0] * b[: : 1] + a[: : 1] * b[: : 0]
    return res


def complexDivision（a b）:
    res = np.zeros（a.shape a.dtype）
    divisor = 1. / （b[: : 0] ** 2 + b[: : 1] ** 2）

    res[: : 0] = （a[: : 0] * b[: : 0] + a[: : 1] * b[: : 1]） * divisor
    res[: : 1] = （a[: : 1] * b[: : 0] + a[: : 0] * b[: : 1]） * divisor
    return res


def rearrange（img）:
    # return np.fft.fftshift（img axes=（01））

    assert （img.ndim == 2）
    img_ = np.zeros（img.shape img.dtype）
    xh yh = img.shape[1] // 2 img.shape[0] // 2
    img_[0:yh 0:xh] img_[yh:img.shape[0] xh:img.shape[1]] = img[yh:img.shape[0] xh:img.shape[1]] img[0:yh 0:xh]
    img_[0:yh xh:img.shape[1]] img_[yh:img.shape[0] 0:xh] = img[yh:img.shape[0] 0:xh] img[0:yh xh:img.shape[1]]
    return img_

# recttools
def x2（rect）:
    return rect[0] + rect[2]


def y2（rect）:
    return rect[1] + rect[3]


def limit（rect limit）:
    if （rect[0] + rect[2] > limit[0] + limit[2]）:
        rect[2] = limit[0] + limit[2] - rect[0]
    if （rect[1] + rect[3] > limit[1] + limit[3]）:
        rect[3] = limit[1] + limit[3] - rect[1]
    if （rect[0] < limit[0]）:
        rect[2] -= （limit[0] - rect[0]）
        rect[0] = limit[0]
    if （rect[1] < limit[1]）:
        rect[3] -= （limit[1] - rect[1]）
        rect[1] = limit[1]
    if （rect[2] < 0）:
        rect[2] = 0
    if （rect[3] < 0）:
        rect[3] = 0
    return rect


def getBorder（original limited）:
    res = [0 0 0 0]
    res[0] = limited[0] - original[0]
    res[1] = limited[1] - original[1]
    res[2] = x2（original） - x2（limited）
    res[3] = y2（original） - y2（limited）
    assert （np.all（np.array（res） >= 0））
    return res

def subwindow（img window borderType=cv2.BORDER_CONSTANT）:
    cutWindow = [x for x in window]
    limit（cutWindow [0 0 img.shape[1] img.shape[0]]）  # modify cutWindow
    assert （cutWindow[2] > 0 and cutWindow[3] > 0）
    border = getBorder（window cutWindow）
    res = img[cutWindow[1]:cutWindow[1] + cutWindow[3] cutWindow[0]:cutWindow[0] + cutWindow[2]]

    if （border != [0 0 0 0]）:
        res = cv2.copyMakeBorder（res border[1] border[3] border[0] border[2] borderType）
    return re