opencv3/C++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：