Python OpenCV–背景减法
原文:https://www . geesforgeks . org/python-opencv-background-减法/
背景减除是图像处理的主要任务之一。它用于各种图像处理应用，如图像分割、目标检测等。OpenCV 为我们提供了 3 种背景减除算法:-
- 背景减法公式
- 背景减法公式 2
- 背景减法器组
通常，我们可以使用矩阵减法来执行背景减法，即只从视频中减去静态帧。但是这有很多缺点。这是一种效率非常低的背景减法算法，因为它不会自我更新。这个问题是由 OpenCV 提供的背景减除算法来处理的。
使用 background 减法公式
要使用 background 减法我们可以使用
cv2.bgsegm.createBackgroundSubtractorMOG()
然后我们可以在视频的每一帧上使用“应用”方法来应用它。考虑下面的例子来更好地理解这个主题。
示例:
import numpy as np
import cv2
cap = cv2.VideoCapture('sample.mp4')
# initializing subtractor
fgbg = cv2.bgsegm.createBackgroundSubtractorMOG()
while(1):
ret, frame = cap.read()
# applying on each frame
fgmask = fgbg.apply(frame)
cv2.imshow('frame', fgmask)
k = cv2.waitKey(30) & 0xff
if k == 27:
break
cap.release()
cv2.destroyAllWindows()
输出:
使用背景减法公式 2
在前面的减法器工作得相当好，但在现实世界的情况下，也存在阴影。在 background 减法器 OG2 中，我们还可以检测阴影，在下面代码的输出中，可以清楚地看到。要应用 background 减法公式 2，请使用
cv2.createBackgroundSubtractorMOG2()
示例:
import numpy as np
import cv2
cap = cv2.VideoCapture('sample.mp4')
# initializing subtractor
fgbg = cv2.createBackgroundSubtractorMOG2()
while(1):
ret, frame = cap.read()
# applying on each frame
fgmask = fgbg.apply(frame)
cv2.imshow('frame', fgmask)
k = cv2.waitKey(30) & 0xff
if k == 27:
break
cap.release()
cv2.destroyAllWindows()
输出:
使用背景减法器
该算法结合了统计背景图像估计和逐像素贝叶斯分割。它采用概率前景分割算法，使用贝叶斯推理识别可能的前景对象。要使用 background 减法器组，请使用
cv2.bgsegm.createBackgroundSubtractorGMG()
注意:在前几帧我们会得到一个黑色的窗口。
import numpy as np
import cv2
cap = cv2.VideoCapture('sample.mp4')
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
# initializing subtractor
fgbg = cv2.bgsegm.createBackgroundSubtractorGMG()
while(1):
ret, frame = cap.read()
# applying on each frame
fgmask = fgbg.apply(frame)
fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel)
cv2.imshow('frame', fgmask)
k = cv2.waitKey(30) & 0xff
if k == 27:
break
cap.release()
cv2.destroyAllWindows()
输出:
版权属于：月萌API www.moonapi.com，转载请注明出处
