理论
背景分离（BS）是一种通过使用静态相机来生成前景掩码（包含属于场景中的移动对象像素的二进制图像）的常用技术
顾名思义，BS计算前景掩码，在当前帧与背景模型之间执行减法运算，其中包含场景的静态部分，考虑到所观察场景的特征，可以将其视为背景的所有内容。
背景建模包括两个主要步骤：
1.背景初始化
2.背景更新 第一步，计算背景的初始模型，在第二步中，更新模型以适应场景中可能的变化
实现
让用户选择处理视频文件或图像序列。在此示例中，将使用cv2.BackgroundSubtractorMOG2 生成前景掩码。
from __future__ import print_function
import cv2
import argparse
parser = argparse.ArgumentParser(
description='This program shows how to use background subtraction methods provided by OpenCV. You can process both videos and images.')
parser.add_argument('--input', type=str, help='Path to a video or a sequence of image.', default='vtest.avi')
parser.add_argument('--algo', type=str, help='Background subtraction method (KNN, MOG2).', default='MOG2')
args = parser.parse_args()
## [create]
# create Background Subtractor objects
if args.algo == 'MOG2':
backSub = cv2.createBackgroundSubtractorMOG2()
else:
backSub = cv2.createBackgroundSubtractorKNN()
## [create]
## [capture]
capture = cv2.VideoCapture(args.input)
if not capture.isOpened():
print('Unable to open: ' + args.input)
exit(0)
## [capture]
while True:
ret, frame = capture.read()
if frame is None:
break
## [apply]
# update the background model
fgMask = backSub.apply(frame)
## [apply]
## [display_frame_number]
# get the frame number and write it on the current frame
cv2.rectangle(frame, (10, 2), (100,20), (255,255,255), -1)
cv2.putText(frame, str(capture.get(cv2.CAP_PROP_POS_FRAMES)), (15, 15),
cv2.FONT_HERSHEY_SIMPLEX, 0.5 , (0,0,0))
## [display_frame_number]
## [show]
# show the current frame and the fg masks
cv2.imshow('Frame', frame)
cv2.imshow('FG Mask', fgMask)
## [show]
keyboard = cv2.waitKey(30)
if keyboard == 'q' or keyboard == 27:
break登录后复制
代码分析
分析上面代码的主要部分：
cv2.BackgroundSubtractor对象将用于生成前景掩码。在此示例中，使用了默认参数，但是也可以在create函数中声明特定的参数。
# create Background Subtractor objects KNN or MOG2
if args.algo == 'MOG2':
backSub = cv2.createBackgroundSubtractorMOG2()
else:
backSub = cv2.createBackgroundSubtractorKNN()登录后复制
cv2.VideoCapture对象用于读取输入视频或输入图像序列
capture = cv2.VideoCapture(args.input)
if not capture.isOpened:
print('Unable to open: ' + args.input)
exit(0)登录后复制
每帧都用于计算前景掩码和更新背景。如果要更改用于更新背景模型的学习率，可以通过将参数传递给
apply方法来设置特定的学习率
# update the background model
fgMask = backSub.apply(frame)登录后复制
当前帧编号可以从
cv2.Videocapture对象中提取，并在当前帧的左上角冲压。使用白色矩形来突出显示黑色框架号
# get the frame number and write it on the current frame
cv2.rectangle(frame, (10, 2), (100,20), (255,255,255), -1)
cv2.putText(frame, str(capture.get(cv2.CAP_PROP_POS_FRAMES)), (15, 15),
cv2.FONT_HERSHEY_SIMPLEX, 0.5 , (0,0,0))登录后复制
显示当前的输入帧和结果
# show the current frame and the fg masks
cv2.imshow('Frame', frame)
cv2.imshow('FG Mask', fgMask)登录后复制
以上就是python OpenCV怎么使用背景分离方法的详细内容，转载自php中文网
发表评论 取消回复