前言
如果摄像机是固定的,那么我们可以认为场景(背景)大多数情况下是不变的,而只有前景(被跟踪的目标)会运动,这样就可以建立背景模型。通过比较当前帧和背景模型,就能轻松地跟踪目标运动情况了。这里,最容易想到的比较方式就是当前帧减去背景模型了。
代码示例
#include "widget.h"
#include "ui_widget.h"
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
using namespace cv;
Widget::Widget(QWidget *parent)
: QWidget(parent)
, ui(new Ui::Widget)
{
ui->setupUi(this);
//读取第一张图片
cv::Mat mat1 = imread("C:/opencv/111.jpg");
//读取第二张图片
cv::Mat mat2 = imread("C:/opencv/222.jpg");
//mat3作为输出图片
cv::Mat mat3;
cv::absdiff(mat1,mat2,mat3);//帧差法
namedWindow("显示器1", WINDOW_AUTOSIZE );
imshow("显示器1", mat1 );
namedWindow("显示器2", WINDOW_AUTOSIZE );
imshow("显示器2", mat2 );
namedWindow("显示器3", WINDOW_AUTOSIZE );
imshow("显示器3", mat3 );
}
Widget::~Widget()
{
delete ui;
}
运行结果

如上图,第一帧图像作为背景,第二张图像添加了一头狼,经过运算,得到了狼的整体轮廓。
博客介绍了在摄像机固定时,通过建立背景模型,利用当前帧减去背景模型的帧差法来跟踪目标运动情况。给出了代码示例,运行结果显示以第一帧为背景,第二张添加狼的图像经运算得到了狼的整体轮廓,还提及参考opencv帧差法absdiff。
3153

被折叠的 条评论
为什么被折叠?



