17、目标跟踪技术：从基础背景减除到彩色物体跟踪

目标跟踪技术：从基础背景减除到彩色物体跟踪

1. 实现基础背景减除器

基础背景减除器是一种简单有效的运动检测方法，其核心思路是通过比较当前帧与背景参考帧的差异来检测运动物体。具体步骤如下：
1. 相机初始化 ：开始从相机捕获帧，为了让相机的自动曝光适应场景的光照条件，先丢弃前9帧。
2. 获取背景参考帧 ：取第10帧，将其转换为灰度图并进行高斯模糊处理，得到的模糊图像作为背景的参考图像。
3. 后续帧处理 ：对于后续的每一帧，同样进行灰度转换和高斯模糊操作，然后计算该模糊帧与背景参考图像的绝对差值。接着对差值图像进行阈值处理、平滑处理和轮廓检测，最后绘制并显示主要轮廓的边界框。

以下是实现基础背景减除器的详细代码：

import cv2
BLUR_RADIUS = 21
erode_kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
dilate_kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (9, 9))

cap = cv2.VideoCapture(0)
# 捕获多帧以使相机的自动曝光进行调整
for i in range(10):
    success, frame = cap.read()
if not success:
    exit(1)

gray_background = cv2.cvtColor(frame, cv2.CO