基於OPENCV的背景減除方法

阿新 • • 發佈：2018-11-14

基於OPENCV的背景減除方法

2009-04-27 14:59:32| 分類： openCV | 標籤： |字號大中小訂閱

//經實驗發現，用背景減除方法也可以針對某些攝像機運動的情況，而非像大部分文章中所提到的該方法僅僅適合於攝像機靜止的情況，而且效果還要較好！！

/*
*建立多高斯背景模型
*/
void CMotionAnalysisPlatformView::OnBackgdiff()
{
    // TODO: Add your command handler code here
    IplImage* tmp_frame = 0;
    IplImage* dst = 0;

    if(!m_capture)
    {
        MessageBox("讀取視訊檔案失敗，請重新開啟真彩色(24位)視訊!", "錯誤資訊");
        return;
    }

tmp_frame = cvQueryFrame(m_capture);
dst = cvCreateImage(cvGetSize(tmp_frame), 8, 1);
dst->origin = 1;

    if(!tmp_frame)
    {
        MessageBox("讀取視訊檔案失敗，請重新開啟真彩色(24位)視訊!", "錯誤資訊");
        return;
    }
    cvNamedWindow("背景影象", 1);
    cvNamedWindow("前景影象", 1);

//建立多高斯模型
    CvBGStatModel* bg_model = cvCreateGaussianBGModel(tmp_frame);

    for( int fr = 1;tmp_frame; tmp_frame = cvQueryFrame(m_capture), fr++ )
{
//printf("frame# %d : ", fr);
//獲得背景模型更新過程所花費的時間，以 CPU時鐘/每微秒為單位計數
//double t = (double)cvGetTickCount(); //模型更新之前

    cvUpdateBGStatModel( tmp_frame, bg_model );
//真正的函式實現體是在: icvUpdateFGDStatModel(tmp_frame, bg_model)

// t = (double)cvGetTickCount() - t;    //模型更新之後

// 以左下角為座標原點
bg_model->foreground->origin = bg_model->background->origin = 1;

//cvErode(bg_model->background, bg_model->background);
//濾除噪聲
//cvErode(bg_model->foreground, bg_model->foreground);
//濾除噪聲

//printf( "%.1f毫秒n", t/(cvGetTickFrequency()*1000.) );
//最後輸出結果以毫秒為單位
    cvShowImage("背景影象", bg_model->background);
    cvCopy(bg_model->foreground, dst);
    cvSmooth(dst, dst, CV_GAUSSIAN, 5);
    cvMorphologyEx( dst, dst, 0, 0, CV_MOP_CLOSE, 3);
    cvMorphologyEx( dst, dst, 0, 0, CV_MOP_OPEN, 1 );
//提取輪廓到contour序列中
//cvFindContours 僅能處理 [單通道、顏色深度為8位的影象] 的輪廓提取
    cvFindContours( dst,
m_storage, &m_contour, sizeof(CvContour), CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0));

    for( ; m_contour != 0; m_contour = m_contour->h_next )
    {
          CvScalar color = CV_RGB( 255, 0, 255 );
          CvScalar color_rect = CV_RGB( 0, 255, 255);

m_contour_rect = cvBoundingRect(m_contour, 1);

/*if(m_contour_rect.height + m_contour_rect.width > 100 && m_contour_rect.width * m_contour_rect.height > 20 && m_contour_rect.height/m_contour_rect.width > 1.5)
*/
if(fabs(cvContourArea(m_contour)) > 500.0)
{
cvRectangle(dst, cvPoint(m_contour_rect.x, m_contour_rect.y),          cvPoint((m_contour_rect.x + m_contour_rect.width),(m_contour_rect.y + m_contour_rect.height)), color_rect, 2, 8, 0);

/* replace CV_FILLED with 1 to see the outlines */
    cvDrawContours( dst, m_contour, color, color, -1, CV_FILLED, 8, cvPoint(0,0));
          cvShowImage("前景影象", dst);
// cvWaitKey(0);
          }
}
        int k = cvWaitKey(1);    //等待一毫秒
        if( k == 'q' ) break;
    }

    cvReleaseBGStatModel( &bg_model );
    cvReleaseCapture(&m_capture);
    cvReleaseImage(&dst);
    if(m_storage) cvClearMemStorage(m_storage);
    cvDestroyWindow("背景影象");
    cvDestroyWindow("前景影象");
    return;
}

基於OPENCV的背景減除方法