opencv基于混合高斯的算法计算背景和前景

最新推荐文章于 2023-04-03 11:55:26 发布

战斗的大熊

最新推荐文章于 2023-04-03 11:55:26 发布

阅读量723

点赞数

分类专栏： VC 文章标签： opencv 算法计算机视觉

本文链接：https://blog.youkuaiyun.com/weixin_41885527/article/details/125409757

版权

VC 专栏收录该内容

21 篇文章

订阅专栏

本文介绍了如何使用OpenCV的BackgroundSubtractorMOG2算法进行视频流中背景与前景的分离，包括背景初始化、实时帧处理和前景提取的详细步骤。通过混合高斯模型，实现背景稳定性和动态变化的结合，适用于实时监控和活动检测应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#opencv基于混合高斯的算法计算背景和前景

============================================
边遍历图像边抽取背景和前景

	cv::Mat matFrame;
	cv::Mat matForegroundMask;//前景图，黑白，0-255
	cv::Mat matBackground;
	//创建背景前景分割基类对象
	cv::Ptr<cv::BackgroundSubtractor>  pMog2;
	//采用基于高斯混合的背景/前景分割算法实现前景后景分割。
	pMog2 = cv::createBackgroundSubtractorMOG2();

   //按照帧循环
	for (int f = 0; f < m_VideoCtl.m_oWebCamData.m_iColectFCnt; f++)
	{
         //获取帧图像(假设图像内存是byColorImgDat)
		matFrame = cv::Mat(m_iHeight, m_iWidth, CV_8UC3, byColorImgDat);

		//采用基于混合高斯的算法计算前景蒙版
		pMog2->apply(matFrame, matForegroundMask);
		pMog2->getBackgroundImage(matBackground);

		// 输出的前景图片并不是2值图片，要处理一下显示  
		cv::threshold(matForegroundMask, matForegroundMask, 220, 255, cv::THRESH_BINARY);
		//腐蚀去掉小点
		cv::Mat kenelMorph = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
		cv::morphologyEx(matForegroundMask, matForegroundMask,cv::MORPH_OPEN, kenelMorph);//腐蚀
		cv::morphologyEx(matForegroundMask, matForegroundMask,cv::MORPH_CLOSE, kenelMorph);//膨胀

		cv::imshow("background", matBackground);
		cv::imshow("frame", matFrame);
		//显示前景蒙版
		cv::imshow("fg mask mog2", matForegroundMask);

		cv::waitKey(1);
	}

============================================
先根据几帧图像获得背景，然后背景不变，抽取前景

cv::Mat matFrame;
cv::Mat matForegroundMask;//前景图，黑白，0-255
cv::Mat matBackground;
//创建背景前景分割基类对象
cv::Ptr<cv::BackgroundSubtractor>  pMog2;
//采用基于高斯混合的背景/前景分割算法实现前景后景分割。
pMog2 = cv::createBackgroundSubtractorMOG2();

//一帧数据的缓存
int iPixCnt = m_VideoCtl.m_iWidth*m_VideoCtl.m_iHeight*3;
BYTE	*byColorImgDat = new BYTE[iPixCnt];

//先根据平均的10帧图像，计算背景
int iStep = m_VideoCtl.m_oWebCamData.m_iColectFCnt / 10;
for (int f = 0; f < 10; f++)
{
	m_VideoCtl.m_oWebCamData.GetFrmData(f*10, byColorImgDat, m_VideoCtl.m_bColorImgLeftRightTurn, NULL);
	matFrame = cv::Mat(m_VideoCtl.m_iHeight, m_VideoCtl.m_iWidth, CV_8UC3, byColorImgDat);

	//采用基于混合高斯的算法计算前景蒙版
	pMog2->apply(matFrame, matForegroundMask);
}
//获取背景
pMog2->getBackgroundImage(matBackground);
cv::imshow("background", matBackground);

//逐帧与背景作差
for (int f = 0; f < m_VideoCtl.m_oWebCamData.m_iColectFCnt; f++)
{
	m_VideoCtl.m_oWebCamData.GetFrmData(f * 10, byColorImgDat, m_VideoCtl.m_bColorImgLeftRightTurn, NULL);
	matFrame = cv::Mat(m_VideoCtl.m_iHeight, m_VideoCtl.m_iWidth, CV_8UC3, byColorImgDat);
	
	//最后一个参数取0-1.0，默认-1（自动）， 0：代表背景不更新    1：代表把上一张图作为背景，不考虑之前的图
	pMog2->apply(matFrame, matForegroundMask,0);

	// 输出的前景图片并不是2值图片，要处理一下显示  
	cv::threshold(matForegroundMask, matForegroundMask, 220, 255, cv::THRESH_BINARY);
	//腐蚀去掉小点
	cv::Mat kenelMorph = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
	cv::morphologyEx(matForegroundMask, matForegroundMask, cv::MORPH_OPEN, kenelMorph);//腐蚀
	cv::morphologyEx(matForegroundMask, matForegroundMask, cv::MORPH_CLOSE, kenelMorph);//膨胀

	//cv::imshow("background", matBackground);
	cv::imshow("frame", matFrame);
	//显示前景蒙版
	cv::imshow("fg mask mog2", matForegroundMask);

	cv::waitKey(100);
}
delete[]byColorImgDat;