理论
背景分离（bs）是一种通过使用静态相机来生成前景掩码（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，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：
1.背景初始化
2.背景更新 第一步，计算背景的初始模型，在第二步中，更新模型以适应场景中可能的变化
立即学习“Python免费学习笔记（深入）”；
实现
让用户选择处理视频文件或图像序列。在此示例中，将使用cv2.BackgroundSubtractorMOG2 生成前景掩码。
from __future__ import print_functionimport cv2import argparseparser = 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 = parser.parse_args()## [create]# create Background Subtractor objectsif args.algo == 'MOG2': backSub = cv2.createBackgroundSubtractorMOG2()else: backSub = cv2.createBackgroundSubtractorKNN()## [create]## [capture]capture = cv2.VideoCapture(args.input)if not capture.isOpened(): print('Unable to open: ' + args.input) exit(0)## [capture]while True: ret, frame = capture.read() if frame is None: break ## [apply] # update the background model fgMask = backSub.apply(frame) ## [apply] ## [display_frame_number] # get the frame number and write it on the current frame cv2.rectangle(frame, (10, 2), (100,20), (255,255,255), -1) cv2.putText(frame, str(capture.get(cv2.CAP_PROP_POS_FRAMES)), (15, 15), cv2.FONT_HERSHEY_SIMPLEX, 0.5 , (0,0,0)) ## [display_frame_number] ## [show] # show the current frame and the fg masks cv2.imshow('Frame', frame) cv2.imshow('FG Mask', fgMask) ## [show] keyboard = cv2.waitKey(30) if keyboard == 'q' or keyboard == 27: break
登录后复制
代码分析
分析上面代码的主要部分：
cv2.BackgroundSubtractor对象将用于生成前景掩码。在此示例中，使用了默认参数，但是也可以在create函数中声明特定的参数。
# create Background Subtractor objects KNN or MOG2if args.algo == 'MOG2': backSub = cv2.createBackgroundSubtractorMOG2()else: backSub = cv2.createBackgroundSubtractorKNN()
登录后复制
cv2.VideoCapture对象用于读取输入视频或输入图像序列
capture = cv2.VideoCapture(args.input)if not capture.isOpened: print('Unable to open: ' + args.input) exit(0)
登录后复制
每帧都用于计算前景掩码和更新背景。如果要更改用于更新背景模型的学习率，可以通过将参数传递给apply方法来设置特定的学习率
# update the background model fgMask = backSub.apply(frame)
登录后复制
当前帧编号可以从cv2.Videocapture对象中提取，并在当前帧的左上角冲压。使用白色矩形来突出显示黑色框架号
# get the frame number and write it on the current frame cv2.rectangle(frame, (10, 2), (100,20), (255,255,255), -1) cv2.putText(frame, str(capture.get(cv2.CAP_PROP_POS_FRAMES)), (15, 15), cv2.FONT_HERSHEY_SIMPLEX, 0.5 , (0,0,0))
登录后复制
显示当前的输入帧和结果
# show the current frame and the fg masks cv2.imshow('Frame', frame) cv2.imshow('FG Mask', fgMask)
登录后复制
以上就是python OpenCV怎么使用背景分离方法的详细内容，更多请关注【创想鸟】其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至253000106@qq.com举报，一经查实，本站将立刻删除。
发布者：PHP中文网，转转请注明出处：https://www.chuangxiangniao.com/p/2235341.html
