opencv視覺跟蹤——消除背景建模
阿新 • • 發佈:2019-01-13
消除背景建模就是找出視訊中移動的區域,把移動的區域設為白色物件方便觀察,其他沒有移動的區域設為黑色背景。
消除背景建模是視訊跟蹤最基本的方法。可用基於機器學習的KNN演算法或者影象分割MOG演算法
不論是KNN還是MOG,它們對於消除背景建模的思路是一樣的
以KNN為例:假設在視訊的第10幀為開始,用KNN演算法可以把第10幀影象中的所有畫素點劃分為K類。即每個畫素點都有屬於自己的類別。
第11幀時,對第11幀影象進行KNN分類,如果視訊中沒有物體移動,則第11幀和第10幀影象中所有對應畫素點的類別是一樣的。如果視訊中有物體移動了,則第11幀和第10幀影象中不是所有對應畫素點的類別是一樣的,不是同一類別的畫素點就是移動物體的區域,把該區域設為白色背景。
以下是opencv c++具體程式碼。
//BSM背景消除建模 //分為機器學習 KNN 和 影象分割MOG2 //用於在視訊監控情況下找運動背景 #include <iostream> #include<opencv2/opencv.hpp> #include<string> using namespace cv; using namespace std; int main(int argc, char ** argv) { Mat frame, KNNmask, MOG2mask; VideoCapture capture; Mat kenel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));//形態學模版 vector<vector<Point>>contours; //求輪廓的引數 vector<Vec4i>hierarchy;//求輪廓的引數 string target = "Target";//求顯示標籤的引數 ostringstream oss;//定義字串與數字結合 capture.open(0); if (!capture.isOpened()) { printf("can not open ......\n"); return -1; } namedWindow("KNNmask", WINDOW_AUTOSIZE); namedWindow("MOG2mask", WINDOW_AUTOSIZE); namedWindow("output", WINDOW_AUTOSIZE); Ptr<BackgroundSubtractor> pKNN = createBackgroundSubtractorKNN();//呼叫KNN背景消除模型,指標型別 Ptr<BackgroundSubtractor> pMOG2 = createBackgroundSubtractorMOG2();//呼叫MOG2背景消除模型,指標型別 while (capture.read(frame)) { int a = 1;//求顯示標籤的引數 pKNN->apply(frame, KNNmask);//把frame在KNN模型下賦值給KNNmask pMOG2->apply(frame, MOG2mask); //KNN //二值化 threshold(KNNmask, KNNmask, 100, 255, THRESH_BINARY); //利用形態學消除噪聲。開環 morphologyEx(KNNmask, KNNmask, MORPH_OPEN, kenel, Point(-1, -1)); //MOG2 threshold(MOG2mask, MOG2mask, 100, 255, THRESH_BINARY); morphologyEx(MOG2mask, MOG2mask, MORPH_OPEN, kenel, Point(-1, -1)); //找輪廓 findContours(KNNmask, contours, hierarchy, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE, Point(0, 0)); for (int i = 0; i < contours.size(); i++) { double area = contourArea(contours[i]);//求輪廓面積 Rect rect = boundingRect(contours[i]);//求輪廓最小包圍矩陣 if (area < 500 || rect.width < 50 || rect.height < 50) //不畫出面積,長,寬過小的輪廓矩陣 continue; oss << target << a;//結合顯示的字串與數字 rectangle(frame, rect, Scalar(0, 0, 255), 2);//畫矩形框 putText(frame, oss.str(), Point(rect.x, rect.y), CV_FONT_NORMAL, FONT_HERSHEY_PLAIN, Scalar(0, 255, 0), 1, 8); oss.str("");//把oss之前存放的字元全部清除 a = a + 1;//a為矩形框個數 } //顯示 imshow("KNNmask", KNNmask); imshow("MOG2mask", MOG2mask); imshow("output", frame); waitKey(1); } capture.release();//釋放記憶體 waitKey(0); return 0; }