opencv3/C++实现视频背景去除建模(BSM)
视频背景建模主要使用到:
高斯混合模型(Mixture Of Gauss,MOG)
createBackgroundSubtractorMOG2(int history=500, double varThreshold=16,bool detectShadows=true);
K最近邻(k-NearestNeighbor,kNN)
createBackgroundSubtractorKNN(int history=500, double dist2Threshold=400.0, bool detectShadows=true);
history:history的长度。
varThreshold:像素和模型之间马氏距离的平方的阈值。
detectShadows:默认为true,检测阴影并标记它们(影子会被标记为灰色)。 会降低了部分速度。
实例:
#include<opencv2/opencv.hpp> using namespace cv; int main() { VideoCapture capture; capture.open("E:/image/01.avi"); if(!capture.isOpened()) { printf("can not open video file \n"); return -1; } Mat frame; namedWindow("input", CV_WINDOW_AUTOSIZE); namedWindow("MOG2", CV_WINDOW_AUTOSIZE); namedWindow("KNN", CV_WINDOW_AUTOSIZE); Mat maskMOG2, maskKNN; Ptr<BackgroundSubtractor> pMOG2 = createBackgroundSubtractorMOG2(500,25,true); Ptr<BackgroundSubtractor> pKNN = createBackgroundSubtractorKNN(); Mat kernel = getStructuringElement(MORPH_RECT, Size(5,5)); while (capture.read(frame)) { imshow("input", frame); pMOG2->apply(frame, maskMOG2); pKNN->apply(frame, maskKNN); //对处理后的帧进行开操作,减少视频中较小的波动造成的影响 morphologyEx(maskMOG2,maskMOG2, MORPH_OPEN, kernel, Point(-1,-1)); morphologyEx(maskKNN,maskKNN, MORPH_OPEN, kernel, Point(-1,-1)); imshow("MOG2", maskMOG2); imshow("KNN", maskKNN); waitKey(3); } capture.release(); return 0; }
视频中移动的玻璃球:
MOG分离出的小球区域:
KNN分离出的小球区域:
以上这篇opencv3/C++实现视频背景去除建模(BSM)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。