OpenCV使用MOG和KNN實現視頻背景消除建模(背景差分)

一、概述

　　案例：使用MOG和KNN實現視頻背景消除建模，使用OpenCV中的createBackgroundSubtractorMOG()和createBackgroundSubtractorKNN()來實現

　　1.createBackgroundSubtractorMOG()參數介紹：

Ptr<BackgroundSubtractorMOG2>
    createBackgroundSubtractorMOG2(int history=500, double varThreshold=16,
                                   bool detectShadows=true);
history:用於訓練背景的幀數，默認幀數為500幀，如果不動手設置learingRate,history就被用於計算當前的learningRate, 此時history越大，learningRate越小，背景更新越慢
varThreshold:方差閾值，用於判斷當前像素是前景還是背景。一般默認為16，如果光照變化明顯，如陽光下的水面，建議設為25，值越大靈敏度越低。
deteShadows:是否檢測影子，設為true為檢測，false為不檢測，檢測影子會增加程序時間復雜度，一般設置為false


BackgroundSubstractorMOG2->apply(src, fmask, learningRate);
src:源圖像
fmask：差分圖像
learningRate：學習速率，值為0-1,為0時背景不更新，為1時逐幀更新，默認為-1，即算法自動更新；

　　2.createBackgroundSubtractorKNN()參數介紹：

createBackgroundSubtractorKNN(int history=500, double dist2Threshold=400.0,
                                   bool detectShadows=true);
history：用於訓練背景的幀數，默認幀數為500幀，如果不動手設置learingRate,history就被用於計算當前的learningRate, 此時history越大，learningRate越小，背景更新越慢
dist2Threshold:方差閾值，用於判斷當前像素是前景還是背景。一般默認為400，值越大靈敏度越低。
detectShadows:是否檢測影子，設為true為檢測，false為不檢測，檢測影子會增加程序時間復雜度，一般設置為false

　BackgroundSubstractorMOG2->apply(src, fmask, learningRate);
　src:源圖像
　fmask：差分圖像
　learningRate：學習速率，值為0-1,為0時背景不更新，為1時逐幀更新，默認為-1，即算法自動更新；

　　實現此算法的步驟：

　　1.創建VideoCapture

　　2.使用open方法打開視頻

　　3.創建creteBackgroundSubtractorKNN()/createBackgrondSubtractorMOG()

　　4.while循環讀取視頻數據

　　5.在循環體內執行apply方法生成差分

　　6.顯示差分圖像

　　7.完成

二、代碼示例

1.MOG算法實現差分：

 VideoCapture capture;
    capture.open(filePath);
    if(!capture.isOpened()){
        qDebug()<<"無法打開視頻文件";
        return;
    }
    Mat frame;
    Mat bsMaskMOG;
    Ptr<BackgroundSubtractor> mogSub = createBackgroundSubtractorMOG2(100,25,false);
    Mat kernel = getStructuringElement(MORPH_RECT,Size(3,3));
    while(capture.read(frame)){
        mogSub->apply(frame,bsMaskMOG);
        morphologyEx(bsMaskMOG,bsMaskMOG,MORPH_OPEN,kernel);//使用形態學操作消除白點
        imshow("mog",bsMaskMOG);
        waitKey(100);
    }
    capture.release();

2.KNN算法實現差分：

VideoCapture capture;
    capture.open(filePath);
    if(!capture.isOpened()){
        qDebug()<<"無法打開視頻文件";
        return;
    }
    Mat frame;
    Mat knnMask;
    Mat kernel = getStructuringElement(MORPH_RECT,Size(3,3));
    Ptr<BackgroundSubtractor> knnSub = createBackgroundSubtractorKNN();
    while(capture.read(frame)){
        knnSub->apply(frame,knnMask);
        morphologyEx(knnMask,knnMask,MORPH_OPEN,kernel);
        imshow("knn",knnMask);
        waitKey(100);
    }
    capture.release();

 

 

三、演示圖片

ps:圖片如何侵權請聯系我，我立馬刪除