OpenCV-Python 如何使用背景分离方法 | 四十六

最新推荐文章于 2024-07-07 13:04:49 发布

磐创 AI

最新推荐文章于 2024-07-07 13:04:49 发布

阅读量7k

点赞数 1

分类专栏： OpenCV-Python

本文链接：https://blog.csdn.net/fendouaini/article/details/104573182

版权

本教程介绍了如何利用OpenCV的BackgroundSubtractor类在Python中实现背景分离，以生成前景掩码。通过cv::VideoCapture读取视频或图像序列，使用cv::BackgroundSubtractorMOG2方法创建和更新背景模型，最终显示前景结果。示例代码展示了如何处理视频帧，同时解释了主要代码段的功能。

摘要由CSDN通过智能技术生成

目标

背景分离（BS）是一种通过使用静态相机来生成前景掩码（即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，或者更一般而言，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：

背景初始化；
背景更新。

第一步，计算背景的初始模型，而在第二步中，更新模型以适应场景中可能的变化。

在本教程中，我们将学习如何使用OpenCV中的BS。

目标

在本教程中，您将学习如何：

使用cv::VideoCapture从视频或图像序列中读取数据；
通过使用cv::BackgroundSubtractor类创建和更新背景类；
通过使用cv::imshow获取并显示前景蒙版；

代码

在下面，您可以找到源代码。我们将让用户选择处理视频文件或图像序列。在此示例中，我们将使用cv::BackgroundSubtractorMOG2生成前景掩码。

结果和输入数据将显示在屏幕上。

from __future__ import print_function
import cv2 as cv
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