本教程介绍了背景减除技术,使用名为 MOG 的算法来提取视频中的前景。MOG 算法通过比较前后帧的差异来识别运动物体,并将这些运动物体标记为前景,而保持静止的背景部分则被去除。
教程中使用了一个监控视频作为示例,视频中显示了两个人在街道上行走。通过应用 MOG 算法,可以提取出这两个行人的图像,将其从背景中分离出来。
教程详细讲解了使用 Python 和 OpenCV 库实现背景减除的过程。首先,需要导入 OpenCV 和 NumPy 库,并创建视频捕捉对象。然后,使用 cv2.createBackgroundSubtractorMOG2
函数创建 MOG 背景减除器。
在循环中,读取视频帧,并使用 fgbg.apply
方法将 MOG 算法应用于当前帧,得到前景掩码。最后,将原始帧和前景掩码分别显示出来。
教程还介绍了如何使用键盘控制程序,以及如何释放资源。
总而言之,本教程通过实际案例和代码演示,详细讲解了背景减除技术的基本原理和应用方法。
在本 OpenCV 与 Python 教程中,我们将介绍如何通过检测运动来减少图像的背景。 这将需要我们重新使用视频,或者拥有两张图像,一张没有要跟踪的人/物体,另一张有这些物体/人。 如果你愿意,可以使用你的网络摄像头。 文本教程和示例代码:https://pythonprogramming.net/mog-background-reduction-python-opencv-tutorial/https://pythonprogramming.net