目标

在本章中，

我们将熟悉 OpenCV 中提供的背景减法方法。

基础知识

背景减法是很多基于视觉的应用程序中的主要预处理步骤。例如，考虑访客计数器的案例，其中静态相机获取进入或离开房间的访客人数，或交通摄像头提取车辆等信息。在所有这些情况下，首先需要单独提取人员或车辆。在技术上，您需要从静态背景中提取动态前景。

如果您拥有单独背景的图像，例如没有访客的房间图像、没有车辆的道路图像等，则这是一项轻松的工作。只需从背景中减去新图像即可。您将单独获得前景对象。但在大多数情况下，您可能没有这样的图像，因此我们需要从我们拥有的图像中提取背景。如果存在车辆的阴影，则会变得更加复杂。由于阴影也会移动，因此简单的减法也会将其标记为前景。这会使事情变得复杂。

为此，引入了几种算法。在下文中，我们将了解 bgsegm 模块中的两种算法。

BackgroundSubtractorMOG

这是一个基于高斯混合的背景/前景分割算法。它由 P. KadewTraKuPong 和 R. Bowden 于 2001 年在论文 “An improved adaptive background mixture model for real-time tracking with shadow detection” 中提出。它使用一种方法通过 K 个高斯分布（K = 3 到 5）的混合来对每个背景像素进行建模。混合的权重表示这些颜色在场景中停留的时间比例。可能的背景颜色是那些停留时间更长且更静态的颜色。

在编码过程中，我们需要使用函数 cv.bgsegm.createBackgroundSubtractorMOG() 创建一个背景对象。它有一些可选参数，如历史长度、高斯混合数、阈值等。它全部设置为某些默认值。然后在视频循环内部使用 backgroundsubtractor.apply() 方法来获取前景蒙版。

请参见以下简单示例

import numpy as np
import cv2 as cv
 
cap = cv.VideoCapture('vtest.avi')
 
fgbg = cv.bgsegm.createBackgroundSubtractorMOG()
 
while(1)
ret, frame = cap.read()
 
fgmask = fgbg.apply(frame)
 
    cv.imshow('frame',fgmask)
k = cv.waitKey(30) & 0xff
    if k == 27
        break
 
cap.release()
cv.destroyAllWindows()()

（所有结果将在最后显示，以便比较）。

注意: 可以从此处找到关于较新方法cv.createBackgroundSubtractorMOG2() 的文档：如何使用背景减除方法

BackgroundSubtractorGMG

此算法结合统计背景图像估计和逐像素贝叶斯分割。Andrew B. Godbehere、Akihiro Matsukawa 和 Ken Goldberg 在 2012 年的论文“可变光照条件下面向互动音频艺术装置的人类访客可视追踪”中介绍了这一算法。根据论文，系统成功运行了一个名为“我们到那儿了吗？”的互动音频艺术装置，该装置于 2011 年 3 月 31 日至 7 月 31 日在加利福尼亚州旧金山的当代犹太博物馆展出。

它针对前几帧（默认情况下为 120 帧）使用背景建模。它采用了一种概率背景分割算法，使用贝叶斯推理识别可能的前景对象。这些估计值是自适应的；较新的观测值比较旧的观测值赋予更大的权重，以适应可变光照。它会执行若干形态筛选操作，例如闭合和开放，以消除不需要的噪声。在前几帧中，您会看到一个黑色窗口。

最好对结果应用形态学开放，以消除噪声。

import numpy as np
import cv2 as cv
 
cap = cv.VideoCapture('vtest.avi')
 
kernel = cv.getStructuringElement(cv.MORPH_ELLIPSE,(3,3))
fgbg = cv.bgsegm.createBackgroundSubtractorGMG()
 
while(1)
ret, frame = cap.read()
 
fgmask = fgbg.apply(frame)
fgmask = cv.morphologyEx(fgmask, cv.MORPH_OPEN, kernel)
 
    cv.imshow('frame',fgmask)
k = cv.waitKey(30) & 0xff
    if k == 27
        break
 
cap.release()
cv.destroyAllWindows()()