cv::bgsegm::BackgroundSubtractorCNT 类参考

基于计数的背景减除。 更多...

#include <opencv2/bgsegm.hpp>

cv::bgsegm::BackgroundSubtractorCNT 的协作图

公共成员函数
virtual void	apply (InputArray image, OutputArray fgmask, double learningRate=-1) CV_OVERRIDE=0
	计算前景掩码。
virtual void	getBackgroundImage (OutputArray backgroundImage) const CV_OVERRIDE=0
	计算背景图像。
virtual bool	getIsParallel () const =0
	返回我们是否正在并行化算法。
virtual int	getMaxPixelStability () const =0
	返回像素在历史记录中允许的最大信誉。
virtual int	getMinPixelStability () const =0
	返回具有相同像素颜色的帧数以被认为是稳定的。
virtual bool	getUseHistory () const =0
	返回我们是否正在给予像素长期稳定的信誉。
virtual void	setIsParallel (bool value)=0
	设置我们是否正在并行化算法。
virtual void	setMaxPixelStability (int value)=0
	设置像素在历史记录中允许的最大信誉。
virtual void	setMinPixelStability (int value)=0
	设置具有相同像素颜色的帧数以被认为是稳定的。
virtual void	setUseHistory (bool value)=0
	设置我们是否正在给予像素长期稳定的信誉。
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 Algorithm 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
	将算法参数存储在文件存储中。
void	write (FileStorage &fs, const String &name) const

附加继承的成员
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

基于计数的背景减除。

在高端系统上与 MOG2 速度相当。在廉价硬件上比 MOG2 快两倍以上（在 Raspberry Pi3 上进行基准测试）。

Sagi Zeevi 的算法（https://github.com/sagi-z/BackgroundSubtractorCNT）

成员函数文档

apply()

virtual void cv::bgsegm::BackgroundSubtractorCNT::apply ( InputArray  image, OutputArray  fgmask, double  learningRate = -1  )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorCNT.apply(	image[, fgmask[, learningRate]]	) ->	fgmask

计算前景掩码。

参数

image	下一帧视频。
fgmask	作为 8 位二进制图像的输出前景掩码。
learningRate	介于 0 和 1 之间的值，表示背景模型学习的速度。负参数值使算法使用一些自动选择的学习率。0 表示背景模型根本不更新，1 表示背景模型从上一帧完全重新初始化。

实现 cv::BackgroundSubtractor。

getBackgroundImage()

virtual void cv::bgsegm::BackgroundSubtractorCNT::getBackgroundImage ( OutputArray  backgroundImage ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorCNT.getBackgroundImage(	[, backgroundImage]	) ->	backgroundImage

计算背景图像。

参数

backgroundImage

输出背景图像。

注意

有时背景图像可能非常模糊，因为它包含平均背景统计信息。

实现 cv::BackgroundSubtractor。

getIsParallel()

virtual bool cv::bgsegm::BackgroundSubtractorCNT::getIsParallel ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorCNT.getIsParallel(		) ->	retval

返回我们是否正在并行化算法。

getMaxPixelStability()

virtual int cv::bgsegm::BackgroundSubtractorCNT::getMaxPixelStability ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorCNT.getMaxPixelStability(		) ->	retval

返回像素在历史记录中允许的最大信誉。

getMinPixelStability()

virtual int cv::bgsegm::BackgroundSubtractorCNT::getMinPixelStability ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorCNT.getMinPixelStability(		) ->	retval

返回具有相同像素颜色的帧数以被认为是稳定的。

getUseHistory()

virtual bool cv::bgsegm::BackgroundSubtractorCNT::getUseHistory ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorCNT.getUseHistory(		) ->	retval

返回我们是否正在给予像素长期稳定的信誉。

setIsParallel()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setIsParallel ( bool  value )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorCNT.setIsParallel(	value	) ->	None

设置我们是否正在并行化算法。

setMaxPixelStability()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setMaxPixelStability ( int  value )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorCNT.setMaxPixelStability(	value	) ->	None

设置像素在历史记录中允许的最大信誉。

setMinPixelStability()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setMinPixelStability ( int  value )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorCNT.setMinPixelStability(	value	) ->	None

设置具有相同像素颜色的帧数以被认为是稳定的。

setUseHistory()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setUseHistory ( bool  value )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorCNT.setUseHistory(	value	) ->	None

设置我们是否正在给予像素长期稳定的信誉。

---

此类文档是从以下文件生成的

• opencv2/bgsegm.hpp