backgroundsubtrackorKNN前景检测算法的实现

使用cv2库的createBackgroundSubtractorKNN方法进行背景减除,结合阈值处理、膨胀操作以及findContours函数,检测并绘制出超过1600像素面积的运动目标。最终显示原始前景掩码、二值化图像和检测结果。
摘要由CSDN通过智能技术生成
import cv2
import numpy as np

bs=cv2.createBackgroundSubtractorKNN(detectShadows=False)
cap=cv2.VideoCapture(0)

while cap.isOpened():
    ret,frame=cap.read()
    fgmask=bs.
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值