基于高斯混合模型的背景/前景分割 算法。 更多...
#include <opencv2/video/background_segm.hpp>
基于高斯混合模型的背景/前景分割 算法。
该类实现了 [324] 和 [323] 中描述的高斯混合模型背景减除方法。
◆ apply()
virtual void cv::BackgroundSubtractorMOG2::apply |
( |
InputArray |
image, |
|
|
OutputArray |
fgmask, |
|
|
double |
learningRate = -1 |
|
) |
| |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.apply( | image[, fgmask[, learningRate]] | ) -> | fgmask |
计算前景掩码。
- 参数
-
image | 下一帧视频。浮点型帧将直接使用,无需缩放,且应在 \([0,255]\) 范围内。 |
fgmask | 8 位二进制图像形式的输出前景掩码。 |
learningRate | 0 到 1 之间的数值,表示背景模型学习的速度。负参数值会导致算法使用某个自动选择的学习率。0 表示背景模型根本不更新,1 表示背景模型从最后一帧完全重新初始化。 |
实现 cv::BackgroundSubtractor。
◆ getBackgroundRatio()
virtual double cv::BackgroundSubtractorMOG2::getBackgroundRatio |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getBackgroundRatio( | | ) -> | retval |
返回算法的“背景比率”参数。
如果前景像素在大约 backgroundRatio*history 帧内保持半恒定值,则该像素被视为背景,并作为新组件的中心添加到模型中。它对应于论文中的 TB 参数。
◆ getComplexityReductionThreshold()
virtual double cv::BackgroundSubtractorMOG2::getComplexityReductionThreshold |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getComplexityReductionThreshold( | | ) -> | retval |
返回复杂度降低阈值。
此参数定义了接受以证明组件存在的样本数量。CT=0.05 是所有样本的默认值。通过设置 CT=0,您可以获得一个与标准 Stauffer&Grimson 算法非常相似的算法。
◆ getDetectShadows()
virtual bool cv::BackgroundSubtractorMOG2::getDetectShadows |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getDetectShadows( | | ) -> | retval |
返回阴影检测标志。
如果为 true,则该算法会检测阴影并对其进行标记。有关详细信息,请参阅 createBackgroundSubtractorMOG2。
◆ getHistory()
virtual int cv::BackgroundSubtractorMOG2::getHistory |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getHistory( | | ) -> | retval |
◆ getNMixtures()
virtual int cv::BackgroundSubtractorMOG2::getNMixtures |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getNMixtures( | | ) -> | retval |
◆ getShadowThreshold()
virtual double cv::BackgroundSubtractorMOG2::getShadowThreshold |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getShadowThreshold( | | ) -> | retval |
返回阴影阈值。
如果像素是背景的较暗版本,则会检测到阴影。阴影阈值 (论文中的 Tau) 是一个阈值,用于定义阴影可以比背景暗多少。Tau= 0.5 表示如果像素比背景暗两倍以上,则它不是阴影。请参阅 Prati、Mikic、Trivedi 和 Cucchiara 的论文,*Detecting Moving Shadows...*, IEEE PAMI, 2003。
◆ getShadowValue()
virtual int cv::BackgroundSubtractorMOG2::getShadowValue |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getShadowValue( | | ) -> | retval |
返回阴影值。
阴影值是在前景掩码中用于标记阴影的值。默认值为 127。掩码中的值 0 始终表示背景,255 表示前景。
◆ getVarInit()
virtual double cv::BackgroundSubtractorMOG2::getVarInit |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getVarInit( | | ) -> | retval |
◆ getVarMax()
virtual double cv::BackgroundSubtractorMOG2::getVarMax |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getVarMax( | | ) -> | retval |
◆ getVarMin()
virtual double cv::BackgroundSubtractorMOG2::getVarMin |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getVarMin( | | ) -> | retval |
◆ getVarThreshold()
virtual double cv::BackgroundSubtractorMOG2::getVarThreshold |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getVarThreshold( | | ) -> | retval |
返回像素-模型匹配的方差阈值。
用于判断样本是否被背景模型很好地描述的主要平方马氏距离阈值。与论文中的 Cthr 相关。
◆ getVarThresholdGen()
virtual double cv::BackgroundSubtractorMOG2::getVarThresholdGen |
( |
| ) |
const |
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.getVarThresholdGen( | | ) -> | retval |
返回用于生成新混合分量的像素-模型匹配的方差阈值。
用于判断样本是否接近现有组件的平方马氏距离阈值(对应于论文中的 Tg)。如果一个像素不接近任何组件,则被认为是前景或被添加为一个新组件。3 sigma => Tg=3*3=9 是默认值。较小的 Tg 值会生成更多组件。较大的 Tg 值可能会导致组件数量较少,但它们可能会变得过大。
◆ setBackgroundRatio()
virtual void cv::BackgroundSubtractorMOG2::setBackgroundRatio |
( |
double |
ratio | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setBackgroundRatio( | ratio | ) -> | 无 |
◆ setComplexityReductionThreshold()
virtual void cv::BackgroundSubtractorMOG2::setComplexityReductionThreshold |
( |
double |
ct | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setComplexityReductionThreshold( | ct | ) -> | 无 |
◆ setDetectShadows()
virtual void cv::BackgroundSubtractorMOG2::setDetectShadows |
( |
bool |
detectShadows | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setDetectShadows( | detectShadows | ) -> | 无 |
◆ setHistory()
virtual void cv::BackgroundSubtractorMOG2::setHistory |
( |
int |
history | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setHistory( | history | ) -> | 无 |
◆ setNMixtures()
virtual void cv::BackgroundSubtractorMOG2::setNMixtures |
( |
int |
nmixtures | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setNMixtures( | nmixtures | ) -> | 无 |
设置背景模型中高斯分量的数量。
需要重新初始化模型以保留内存。
◆ setShadowThreshold()
virtual void cv::BackgroundSubtractorMOG2::setShadowThreshold |
( |
double |
threshold | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setShadowThreshold( | threshold | ) -> | 无 |
◆ setShadowValue()
virtual void cv::BackgroundSubtractorMOG2::setShadowValue |
( |
int |
value | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setShadowValue( | value | ) -> | 无 |
◆ setVarInit()
virtual void cv::BackgroundSubtractorMOG2::setVarInit |
( |
double |
varInit | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setVarInit( | varInit | ) -> | 无 |
◆ setVarMax()
virtual void cv::BackgroundSubtractorMOG2::setVarMax |
( |
double |
varMax | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setVarMax( | varMax | ) -> | 无 |
◆ setVarMin()
virtual void cv::BackgroundSubtractorMOG2::setVarMin |
( |
double |
varMin | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setVarMin( | varMin | ) -> | 无 |
◆ setVarThreshold()
virtual void cv::BackgroundSubtractorMOG2::setVarThreshold |
( |
double |
varThreshold | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setVarThreshold( | varThreshold | ) -> | 无 |
◆ setVarThresholdGen()
virtual void cv::BackgroundSubtractorMOG2::setVarThresholdGen |
( |
double |
varThresholdGen | ) |
|
|
纯虚函数 |
Python |
---|
| cv.BackgroundSubtractorMOG2.setVarThresholdGen( | varThresholdGen | ) -> | 无 |
设置用于生成新混合分量的像素-模型匹配的方差阈值。
该类的文档是从以下文件生成的