您的位置:首页 > 技术中心 > 其他 >

python  OpenCV怎么使用背景分离方法

时间:2023-05-17 08:14

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

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

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()
  • 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)
  • 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)
  • 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))
  • 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)

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Gxl网其它相关文章!

热门排行

今日推荐

热门手游