python??OpenCV怎么使用背景分離方法

這篇文章主要講解了“python  OpenCV怎么使用背景分離方法”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“python  OpenCV怎么使用背景分離方法”吧！

理論

• 背景分離（BS）是一種通過使用靜態相機來生成前景掩碼（包含屬于場景中的移動對象像素的二進制圖像）的常用技術

• 顧名思義，BS計算前景掩碼，在當前幀與背景模型之間執行減法運算，其中包含場景的靜態部分，考慮到所觀察場景的特征，可以將其視為背景的所有內容。

• 背景建模包括兩個主要步驟：

• 1.背景初始化

• 2.背景更新 第一步，計算背景的初始模型，在第二步中，更新模型以適應場景中可能的變化

實現

讓用戶選擇處理視頻文件或圖像序列。在此示例中，將使用cv2.BackgroundSubtractorMOG2 生成前景掩碼。

from __future__ import print_function
import cv2
import argparse
parser = 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 objects
if 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

代碼分析

分析上面代碼的主要部分：

• cv2.BackgroundSubtractor對象將用于生成前景掩碼。在此示例中，使用了默認參數，但是也可以在create函數中聲明特定的參數。

# create Background Subtractor objects  KNN or MOG2
if args.algo == 'MOG2':
    backSub = cv2.createBackgroundSubtractorMOG2()
else:
    backSub = cv2.createBackgroundSubtractorKNN()

• cv2.VideoCapture對象用于讀取輸入視頻或輸入圖像序列

capture = cv2.VideoCapture(args.input)
if not capture.isOpened:
    print('Unable to open: ' + args.input)
    exit(0)

• 每幀都用于計算前景掩碼和更新背景。如果要更改用于更新背景模型的學習率，可以通過將參數傳遞給apply方法來設置特定的學習率

# update the background model
    fgMask = backSub.apply(frame)

• 當前幀編號可以從cv2.Videocapture對象中提取，并在當前幀的左上角沖壓。使用白色矩形來突出顯示黑色框架號

 # 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))

• 顯示當前的輸入幀和結果

# show the current frame and the fg masks
    cv2.imshow('Frame', frame)
    cv2.imshow('FG Mask', fgMask)

感謝各位的閱讀，以上就是“python  OpenCV怎么使用背景分離方法”的內容了，經過本文的學習后，相信大家對python  OpenCV怎么使用背景分離方法這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！