[opencv]目标追踪之前景建模(定期背景更新模型)

最新推荐文章于 2023-07-11 22:17:51 发布

hotkitchen

最新推荐文章于 2023-07-11 22:17:51 发布

阅读量1.8k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： C++

本文链接：https://blog.youkuaiyun.com/SMUEvian/article/details/70215946

本文深入探讨了使用OpenCV进行目标追踪时的前景建模，特别是定期更新背景模型。通过《opencv2计算机视觉编程手册》第10.6章节，介绍了如何处理视频中的前景物体，并提供了简化后的代码框架。核心是利用`accumulateWeighted`函数进行滑动平均背景更新，并通过`absdiff`与阈值处理区分前景与背景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这篇博客主要参考了《opencv2计算机视觉编程手册》中的chap10中的10.6提取视频中的前景物体的定期更新背景模型。该书在实现这个模型时，编写了一个关于处理视频的类，进行了封装。而下面是我根据书的源代码稍作改写，方便以后写实验性质的代码进行参考:

#include<iostream>
#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
using namespace std;
using namespace cv;
void process(Mat& frame,Mat &background,Mat &backImage,Mat &foreground,Mat &output,int threshold,double learningRate) {
	//当前灰度图像
	Mat gray;
	//将读取的帧图像转化为灰度图像
	cvtColor(frame, gray, CV_BGR2GRAY);
	if (background.empty())
		//第一帧  
		gray.convertTo(background, CV_32F);
	//背景转为CV_8U格式以便求取和当前帧差的绝对值  
	background.convertTo(backImage, CV_8U);
	//求当前帧与背景的差别  
	absdiff(backImage, gray, foreground);
	//过滤掉前景中与背景差别不大的扰动点  
	cv::threshold(foreground, output, threshold, 255, THRESH_BINARY_INV);
	//更新背景，output