运动目标检测OpenCV背景减除法

港控/mmm° 2023-01-11 09:14 168阅读 0赞

背景减除法：

1.GMM MOG2算法，高斯混合模型分离算法，它为每个像素选择适当数量的高斯分布

函数：cv2.createBackgroundSubtractorMOG2(int history=500,double varThread=16,bool detectShadows =true)

2.KNN模型：

cv2.createBackgroundSubtractorKNN()

方法：通过视频中的背景进行建模，实现背景消除，生成mask图像，通过对mask二值图像分析实现对前景活动对象的区域的提取，整个步骤如下：

1初始化背景建模对象GMM

2读取视频一帧

3使用背景建模消除生成mask

4对mask进行轮廓分析提取ROI

5绘制ROI对象

import numpy as np
    import cv2
    cap = cv2.VideoCapture("anew.flv")
    fgbg = cv2.createBackgroundSubtractorMOG2(history=500,varThreshold=100,detectShadows=False)
    def getPerson(image,opt=1):
        mask = fgbg.apply(image)
        line = cv2.getStructuringElement(cv2.MORPH_RECT,(1,5),(-1,-1))
        mask = cv2.morphologyEx(mask,cv2.MORPH_OPEN,line)
        cv2.imshow("mask",mask)
        #opencv版本不同，以下返回的参数个数也不同
        contours,hierarchy = cv2.findContours(mask,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
        for c in range(len(contours)):
            area = cv2.contourArea(contours[c])
            if area < 300:
                continue
            rect = cv2.minAreaRect(contours[c])
            cv2.ellipse(image,rect,(0,255,0),2,8)
            cv2.circle(image,(np.int32(rect[0][0]),np.int32(rect[0][1])),2,(255,0,0),2,cv2.LINE_AA)
        return image,mask
    while True:
        ret,frame = cap.read()
        result,m_ = getPerson(frame)
        cv2.imshow('result',result)
        k = cv2.waitKey(20) & 0xff ==ord('q')
        if k ==27:
            break
    cap.release()
    cv2.destroyAllWindows()

除了不能关闭窗口，还得强制关停，没毛病。