opencv视频分析之背景减除

1.原理

• 在很多基础应用中背景减除都是一个非常重要的步骤。例如顾客统计，使用一个静态摄像头来记录进入和离开房间的人数，或者是交通摄像头，需要提取交通工具的信息等。在所有的这些例子中，首先要将人或车单独提取出。技术上来说，我们需要从静止的背景中提取移动的前景。
• 如果你有一张背景（仅有背景不含前景）图像，只需要在新的图像中减去背景就可以得到前景对象了。但是在大多数情况下，我们没有这样的（背景）图像，所以需要直接从图像中提取背景。如果图像中还有影子，因为影子也在移动，使用减法会把影子也当成前景。为了实现这个目的科学家们已经提出了几种算法。OpenCV 中已经包含了其中三种比较容易使用的方法。

2.BackgroundSubtractorMOG

• 这是一个以混合高斯模型为基础的前景/背景分割算法。
• 它使用K（K=3 或5）个高斯分布混合对背景像素进行建模。使用这些颜色（在整个视频中）存在时间的长短作为混合的权重。背景的颜色一般持续的时间最长，而且更加静止。
• 一个像素没有分布，但是背景建模是基于时间序列的，因此每一个像素点所在的位置在整个时间序列中就会有很多值，从而构成一个分布。

代码速记：

• cv2.bgsegm.createBackgroundSubtractorMOG()
• fgbg.apply()

实战：

def mog(self):
    cap = cv2.VideoCapture("../images/vtest.avi")
    fgbg = cv2.bgsegm.createBackgroundSubtractorMOG()#创建一个背景对象
    # 此函数有可选参数：进行建模场景的时间长度、高斯混合成分的数量、阈值等
    # 将它们全部设置为默认值
    while True:
        ret, frame = cap.read()
        fgmask = fgbg.