运动分析

详细说明

类
class	cv::BackgroundSubtractor
	背景/前景分割的基类。: 详细信息
class	cv::BackgroundSubtractorKNN
	基于 KNN 背景/前景分割 算法。 详细信息
class	cv::BackgroundSubtractorMOG2
	基于高斯混合模型的背景/前景分割 算法。 详细信息

函数
Ptr< BackgroundSubtractorKNN >	cv::createBackgroundSubtractorKNN (int history=500, double dist2Threshold=400.0, bool detectShadows=true)
	创建 KNN 背景减法器。
Ptr< BackgroundSubtractorMOG2 >	cv::createBackgroundSubtractorMOG2 (int history=500, double varThreshold=16, bool detectShadows=true)
	创建 MOG2 背景减法器

函数文档

createBackgroundSubtractorKNN()

Ptr< BackgroundSubtractorKNN > cv::createBackgroundSubtractorKNN	(	int	history = 500,
		double	dist2Threshold = 400.0,
		bool	detectShadows = true
	)

Python
	cv.createBackgroundSubtractorKNN(	[, history[, dist2Threshold[, detectShadows]]]	) ->	retval

#include <opencv2/video/background_segm.hpp>

创建 KNN 背景减法器。

参数

history	历史长度。
dist2Threshold	像素和样本之间的平方距离的阈值，用于决定像素是否接近该样本。该参数不影响背景更新。
detectShadows	如果为真，算法会检测阴影并标记它们。它会降低一些速度，所以如果你不需要此功能，请将参数设置为假。

这是此函数的调用图

createBackgroundSubtractorMOG2()

Ptr< BackgroundSubtractorMOG2 > cv::createBackgroundSubtractorMOG2	(	int	history = 500,
		double	varThreshold = 16,
		bool	detectShadows = true
	)

Python
	cv.createBackgroundSubtractorMOG2(	[, history[, varThreshold[, detectShadows]]]	) ->	retval

#include <opencv2/video/background_segm.hpp>

创建 MOG2 背景减法器

参数

history	历史长度。
varThreshold	像素与模型之间的马氏距离平方，用于判断该像素是否能由背景模型良好描述。此参数不会影响背景更新。
detectShadows	如果为真，算法会检测阴影并标记它们。它会降低一些速度，所以如果你不需要此功能，请将参数设置为假。