利用MOG背景分割器实现物体追踪

相比与基本背景差分器，MOG能够不断更新背景图像，从而能够更好地应对摄像头的运动以及光线变化带来的影响。

简而言之，原来的算法太过死板，从头到尾都是用的同一个背景图像用于对比，而MOG会随时间变化，更新用于对比的背景（见下面两张图），实际效果更好。

# MOG背景差分器
# MOG背景差分器中取消了高斯模糊的操作
import cv2# 定义运算的核算子
erode_kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
dilate_kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (7, 7))# 打开摄像头
cap = cv2.VideoCapture(0)
success, frame = cap.read()# 丢弃9帧，让相机有足够时间调整
for i in range(9):success, frame = cap.read()if not success:exit(1)# detectShadows设置为true，就会标记出阴影区域，避免实际生活中瓷砖的倒影阴影的影响
# 前景部分会用白色255标记，阴影部分用灰色127标记，背景用黑色标记
mog_subtract = cv2.createBackgroundSubtractorMOG2(detectShadows=True)success, frame = cap.read()
frame = cv2.flip(frame, 1)
while success:# 使用mog进行图像背景分割处理fg_mask = mog_subtract.apply(frame)_, thresh = cv2.threshold(fg_mask, 244, 255, cv2.THRESH_BINARY)  # 对掩膜用接近白色的阈值，提取出前景# 形态学运算进行平滑处理，便于后续边框的绘制cv2.erode(thresh, erode_kernel, thresh, iterations=2)cv2.dilate(thresh, dilate_kernel, thresh, iterations=2)# 先寻找轮廓contours, hier = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)for c in contours:# 排除轮廓太小的物体if cv2.contourArea(c) > 8000:x, y, w, h = cv2.boundingRect(c)cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 255, 0), 2)cv2.imshow("fg_mask", fg_mask)cv2.imshow("thresh", thresh)cv2.imshow("detection", frame)# 按下esc键退出if cv2.waitKey(1) == 27:break# 循环success, frame = cap.read()frame = cv2.flip(frame, 1)# 关闭摄像头和所有窗口
cap.release()
cv2.destroyAllWindows()

利用MOG背景分割器实现物体追踪相关推荐

Python+OpenCV利用KNN背景分割器进行静态场景行人检测与轨迹跟踪
前言视频图像中的目标检测与跟踪,是计算机视觉的基础课题,同时具有广泛的应用价值.视觉目标(单目标)跟踪任务就是在给定某视频序列初始帧的目标大小与位置的情况下,预测后续帧中该目标的大小与位置.本篇文章 ...
OpenCV视频目标跟踪及背景分割器
目标跟踪本文主要介绍cv2中的视频分析Camshift和Meanshift. 目标: 学习Meanshift算法和Camshift算法来寻找和追踪视频中的目标物体 Meanshift算法: mean ...
13 KNN背景分割器
传统的前景背景分割方法有GrabCut,分水岭算法,当然也包括一些阈值分割的算法.但是这些算法在应用中往往显得鲁棒性较弱,达不到一个好的分割效果. 现代的背景分割算法融入了机器学习的一些方法来提高分类 ...
（OpenCV+Python）--目标跟踪，背景分割器：KNN、MOG2和GMG
OpenCV提供了一个称为BackgroundSubtractor的类,在分割前景和背景时很方便. 在OpenCV3中有三种背景分割器:K-Nearest(KNN).Mixture of Gaussi ...
python+OpenCV笔记（三十七）：检测运动物体——使用MOG/KNN背景差分器
目录一.基本背景差分器二.MOG背景差分器流程代码编写三.KNN背景差分器目前,许多运动检测技术都是基于简单的背景差分概念的,即假设摄像头(视频)的曝光和场景中的光照条件是稳定的,当摄像头 ...
python opencv3 背景分割 mog2 knn
git:https://github.com/linyi0604/Computer-Vision 使用mog2算法进行背景分割 1 # coding:utf-8 2 3 import cv2 4 5 ...
关于pdf分割器的下载方式和使用
出于美观和醒目的需要,有时需要将下载出来的较大的文件分割成多个文本.如果利用迅捷PDF分割器来拆分PDF文件,则可以达到事半功倍的效果 .pdf分割软件 http://www.orsoon.com/s ...
OpenCV学习之利用背景建模检测运动物体
利用背景建模检测运动物体 #include "cv.h" #include "highgui.h" #include <stdio.h> int m ...
据我所知，这是第一个完整实现运动分割、动态目标追踪等的「开源」动态SLAM系统！...
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达今天给大家分享一篇最新文章,VDO-SLAM :一种动态目标感知的视觉SLAM系统,原文名称 VDO- ...

利用MOG背景分割器实现物体追踪

利用MOG背景分割器实现物体追踪相关推荐

最新文章

热门文章