第9讲 opencv-python背景建模

帧差法

由于场景中的目标在运动 ，目标的影像在不同图像 帧中的位置不同。该算法对时间上连续的两帧图像进行查分运算，不同帧对应的像素点相减，判断灰度差的绝对值，当绝对值超过一定阈值时，即可判断为运动目标，从而实现木匾的检测功能。
帧间法非常简单，但是会引入噪音和空洞问题。

混合高斯模型

import numpy as np
import cv2

# 经典测试视频
cap = cv2.VideoCapture("test.MP4")

# 形态学操作需要使用
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))

# 创建混合高斯模型用于背景建模
fgbg = cv2.createBackgroundSubtractorMOG2()

while(True):
    ret,frame =  cap.read()
    fgmask = fgbg.apply(frame)
#     形态学开运算去噪点
    fgmask = cv2.morphologyEx(fgmask,cv2.MORPH_OPEN,kernel)
#     寻找视频中的轮廓
    img,contours,hierarchy = cv2.findContours(fgmask,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
    
    for  c in contours:
        # 计算轮廓的周长
        perimeter = cv2.arcLength(c,True)
        if perimeter > 188: 
            # 找到一个直矩形（不会旋转）
            x,y,w,h = cv2.boundingRect(c)
            # 画出这个矩形
            cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2)
            
    cv2.imshow("frame",frame)
    cv2.imshow("fgmask",fgmask)
    k = cv2.waitKey(100)&0xff
    if k == 27:
        break
cap.release()
cv2.destroyAllWindows()