cv::BackgroundSubtractorKNN 类参考

基于 K 最近邻的背景/前景分割 算法。 更多...

#include <opencv2/video/background_segm.hpp>

cv::BackgroundSubtractorKNN 的协作图

公共成员函数
virtual bool	getDetectShadows () const =0
	返回阴影检测标志。
virtual double	getDist2Threshold () const =0
	返回像素与样本之间平方距离的阈值。
virtual int	getHistory () const =0
	返回影响背景模型的最后帧数。
virtual int	getkNNSamples () const =0
	返回邻居数，即 kNN 中的 k。
virtual int	getNSamples () const =0
	返回背景模型中的数据样本数。
virtual double	getShadowThreshold () const =0
	返回阴影阈值。
virtual int	getShadowValue () const =0
	返回阴影值。
virtual void	setDetectShadows (bool detectShadows)=0
	启用或禁用阴影检测。
virtual void	setDist2Threshold (double _dist2Threshold)=0
	设置平方距离的阈值。
virtual void	setHistory (int history)=0
	设置影响背景模型的最后帧数。
virtual void	setkNNSamples (int _nkNN)=0
	设置 kNN 中的 k。需要多少个最近邻居才能匹配。
virtual void	setNSamples (int _nN)=0
	设置背景模型中的数据样本数。
virtual void	setShadowThreshold (double threshold)=0
	设置阴影阈值。
virtual void	setShadowValue (int value)=0
	设置阴影值。
从 cv::BackgroundSubtractor 继承的公共成员函数
virtual void	apply (InputArray image, OutputArray fgmask, double learningRate=-1)=0
	计算前景掩码。
virtual void	getBackgroundImage (OutputArray backgroundImage) const =0
	计算背景图像。
从 cv::Algorithm 继承的公共成员函数
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	清除算法状态。
virtual bool	empty () const
	如果 算法 为空（例如，在最开始或读取失败后），则返回 true。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
virtual void	write (FileStorage &fs) const
	将算法参数存储到文件存储中。
void	write (FileStorage &fs, const String &name) const

其他继承成员
从 cv::Algorithm 继承的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。
从 cv::Algorithm 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

详细描述

基于 K 最近邻的背景/前景分割 算法。

该类实现了 [323] 中描述的 K 最近邻背景减法。如果前景像素数量较少，则非常有效。

成员函数文档

getDetectShadows()

virtual bool cv::BackgroundSubtractorKNN::getDetectShadows ( ) const

纯虚函数

Python
	cv.BackgroundSubtractorKNN.getDetectShadows(		) ->	retval

返回阴影检测标志。

如果为真，则算法会检测阴影并标记它们。有关详细信息，请参阅 createBackgroundSubtractorKNN。

getDist2Threshold()

virtual double cv::BackgroundSubtractorKNN::getDist2Threshold ( ) const

纯虚函数

Python
	cv.BackgroundSubtractorKNN.getDist2Threshold(		) ->	retval

返回像素与样本之间平方距离的阈值。

像素与样本之间平方距离的阈值，用于确定像素是否接近数据样本。

getHistory()

virtual int cv::BackgroundSubtractorKNN::getHistory ( ) const

纯虚函数

Python
	cv.BackgroundSubtractorKNN.getHistory(		) ->	retval

返回影响背景模型的最后帧数。

getkNNSamples()

virtual int cv::BackgroundSubtractorKNN::getkNNSamples ( ) const

纯虚函数

Python
	cv.BackgroundSubtractorKNN.getkNNSamples(		) ->	retval

返回邻居数，即 kNN 中的 k。

K 是需要在 dist2Threshold 范围内才能确定该像素是否与 kNN 背景模型匹配的样本数。

getNSamples()

virtual int cv::BackgroundSubtractorKNN::getNSamples ( ) const

纯虚函数

Python
	cv.BackgroundSubtractorKNN.getNSamples(		) ->	retval

返回背景模型中的数据样本数。

getShadowThreshold()

virtual double cv::BackgroundSubtractorKNN::getShadowThreshold ( ) const

纯虚函数

Python
	cv.BackgroundSubtractorKNN.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，用于定义阴影可以暗多少。Tau= 0.5 表示如果像素比背景暗两倍以上，则它就不是阴影。请参阅 Prati、Mikic、Trivedi 和 Cucchiara 的文章 Detecting Moving Shadows...*, IEEE PAMI, 2003。

getShadowValue()

virtual int cv::BackgroundSubtractorKNN::getShadowValue ( ) const

纯虚函数

Python
	cv.BackgroundSubtractorKNN.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。

setDetectShadows()

virtual void cv::BackgroundSubtractorKNN::setDetectShadows ( bool  detectShadows )

纯虚函数

Python
	cv.BackgroundSubtractorKNN.setDetectShadows(	detectShadows	) ->	None

启用或禁用阴影检测。

setDist2Threshold()

virtual void cv::BackgroundSubtractorKNN::setDist2Threshold ( double  _dist2Threshold )

纯虚函数

Python
	cv.BackgroundSubtractorKNN.setDist2Threshold(	_dist2Threshold	) ->	None

设置平方距离的阈值。

setHistory()

virtual void cv::BackgroundSubtractorKNN::setHistory ( int  history )

纯虚函数

Python
	cv.BackgroundSubtractorKNN.setHistory(	history	) ->	None

设置影响背景模型的最后帧数。

setkNNSamples()

virtual void cv::BackgroundSubtractorKNN::setkNNSamples ( int  _nkNN )

纯虚函数

Python
	cv.BackgroundSubtractorKNN.setkNNSamples(	_nkNN	) ->	None

设置 kNN 中的 k。需要多少个最近邻居才能匹配。

setNSamples()

virtual void cv::BackgroundSubtractorKNN::setNSamples ( int  _nN )

纯虚函数

Python
	cv.BackgroundSubtractorKNN.setNSamples(	_nN	) ->	None

设置背景模型中的数据样本数。

需要重新初始化模型以保留内存。

setShadowThreshold()

virtual void cv::BackgroundSubtractorKNN::setShadowThreshold ( double  threshold )

纯虚函数

Python
	cv.BackgroundSubtractorKNN.setShadowThreshold(	threshold	) ->	None

设置阴影阈值。

setShadowValue()

virtual void cv::BackgroundSubtractorKNN::setShadowValue ( int  value )

纯虚函数

Python
	cv.BackgroundSubtractorKNN.setShadowValue(	value	) ->	None

设置阴影值。

---

该类的文档从以下文件生成

• opencv2/video/background_segm.hpp