基于文献[105] 中所述算法的背景减除模块。更多…

#include <opencv2/bgsegm.hpp>

cv::bgsegm::BackgroundSubtractorGMG 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 double	getBackgroundPrior () const =0
	返回每个像素是背景像素的先验概率。

virtual double	getDecisionThreshold () const =0
	返回决策阈值。

virtual double	getDefaultLearningRate () const =0
	返回算法的学习率。

virtual int	getMaxFeatures () const =0
	返回直方图中需要维护的不同颜色的总数。

virtual double	getMaxVal () const =0
	返回图像序列中像素的最大值，例如 1.0 或 255。

virtual double	getMinVal () const =0
	返回图像序列中像素的最小值，通常为 0。

virtual int	getNumFrames () const =0
	返回用于初始化背景模型的帧数。

virtual int	getQuantizationLevels () const =0
	返回用于颜色空间量化的参数。

virtual int	getSmoothingRadius () const =0
	返回用于形态学运算的核半径。

virtual bool	getUpdateBackgroundModel () const =0
	返回背景模型更新的状态。

virtual void	setBackgroundPrior (double bgprior)=0
	设置每个像素是背景像素的先验概率。

virtual void	setDecisionThreshold (double thresh)=0
	设置决策阈值。

virtual void	setDefaultLearningRate (double lr)=0
	设置算法的学习率。

virtual void	setMaxFeatures (int maxFeatures)=0
	设置直方图中需要维护的不同颜色的总数。

virtual void	setMaxVal (double val)=0
	设置图像序列中像素的最大值。

virtual void	setMinVal (double val)=0
	设置图像序列中像素的最小值。

virtual void	setNumFrames (int nframes)=0
	设置用于初始化背景模型的帧数。

virtual void	setQuantizationLevels (int nlevels)=0
	设置用于颜色空间量化的参数。

virtual void	setSmoothingRadius (int radius)=0
	设置用于形态学运算的核半径。

virtual void	setUpdateBackgroundModel (bool update)=0
	设置背景模型更新的状态。

从 cv::BackgroundSubtractor 继承的公共成员函数
从 cv::Algorithm 继承的公共成员函数
	算法 ()

virtual	~Algorithm ()

virtual void	clear ()
	清除算法状态。

virtual bool	empty () const
	如果Algorithm为空（例如在开始时或读取失败后），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

基于文献[105] 中所述算法的背景减除模块。

接收一系列图像并返回相同大小的掩码 (8UC1) 图像序列，其中 255 表示前景，0 表示背景。此类实现了“响应式音频艺术装置中可变光照条件下的人员视觉跟踪”中描述的算法，A. Godbehere，A. Matsukawa，K. Goldberg，美国控制会议，蒙特利尔，2012 年 6 月。

成员函数文档

◆ apply()

virtual void cv::bgsegm::BackgroundSubtractorGMG::apply	(	输入数组	图像,
		输出数组	fgmask,
		双精度浮点数	learningRate = -1 )

纯虚函数

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

计算前景掩码。

参数

图像	类型为 CV_8UC(n)，CV_8SC(n)，CV_16UC(n)，CV_16SC(n)，CV_32SC(n)，CV_32FC(n)，CV_64FC(n) 的下一帧视频，其中 n 为 1,2,3,4。
fgmask	作为 8 位二值图像的输出前景掩码。
学习率	介于 0 和 1 之间的数值，表示背景模型学习的速度。负参数值使算法使用某些自动选择的学习率。0 表示背景模型根本没有更新，1 表示背景模型从最后一帧完全重新初始化。

实现 cv::BackgroundSubtractor。

◆ getBackgroundImage()

virtual void cv::bgsegm::BackgroundSubtractorGMG::getBackgroundImage ( 输出数组 背景图像 ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.getBackgroundImage(	[, backgroundImage]	) ->	背景图像

计算背景图像。

参数

背景图像输出背景图像。

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数据。

实现 cv::BackgroundSubtractor。

◆ getBackgroundPrior()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getBackgroundPrior ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.getBackgroundPrior(		) ->	返回值

返回每个像素是背景像素的先验概率。

◆ getDecisionThreshold()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getDecisionThreshold ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.getDecisionThreshold(		) ->	返回值

返回决策阈值。

决策值是像素被确定为前景的阈值。

◆ getDefaultLearningRate()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getDefaultLearningRate ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.getDefaultLearningRate(		) ->	返回值

返回算法的学习率。

它介于 0.0 和 1.0 之间。它决定直方图中特征“遗忘”的速度。

◆ getMaxFeatures()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getMaxFeatures ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.getMaxFeatures(		) ->	返回值

返回直方图中需要维护的不同颜色的总数。

◆ getMaxVal()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getMaxVal ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.getMaxVal(		) ->	返回值

返回图像序列中像素的最大值，例如 1.0 或 255。

◆ getMinVal()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getMinVal ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.getMinVal(		) ->	返回值

返回图像序列中像素的最小值，通常为 0。

◆ getNumFrames()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getNumFrames ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.getNumFrames(		) ->	返回值

返回用于初始化背景模型的帧数。

◆ getQuantizationLevels()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getQuantizationLevels ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.getQuantizationLevels(		) ->	返回值

返回用于颜色空间量化的参数。

它是直方图中每个通道中使用的离散级别数。

◆ getSmoothingRadius()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getSmoothingRadius ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.getSmoothingRadius(		) ->	返回值

返回用于形态学运算的核半径。

◆ getUpdateBackgroundModel()

virtual bool cv::bgsegm::BackgroundSubtractorGMG::getUpdateBackgroundModel ( ) const

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.getUpdateBackgroundModel(		) ->	返回值

返回背景模型更新的状态。

◆ setBackgroundPrior()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setBackgroundPrior ( 双精度浮点数 bgprior )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.setBackgroundPrior(	bgprior	) ->	无

设置每个像素是背景像素的先验概率。

◆ setDecisionThreshold()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setDecisionThreshold ( 双精度浮点数阈值 )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.setDecisionThreshold(	阈值	) ->	无

设置决策阈值。

◆ setDefaultLearningRate()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setDefaultLearningRate ( 双精度浮点数 学习率 )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.setDefaultLearningRate(	学习率	) ->	无

设置算法的学习率。

◆ setMaxFeatures()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setMaxFeatures ( 整数 最大特征数 )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.setMaxFeatures(	最大特征数	) ->	无

设置直方图中需要维护的不同颜色的总数。

◆ setMaxVal()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setMaxVal ( 双精度浮点数值 )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.setMaxVal(	值	) ->	无

设置图像序列中像素的最大值。

◆ setMinVal()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setMinVal ( 双精度浮点数值 )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.setMinVal(	值	) ->	无

设置图像序列中像素的最小值。

◆ setNumFrames()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setNumFrames ( 整数帧数 )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.setNumFrames(	帧数	) ->	无

设置用于初始化背景模型的帧数。

◆ setQuantizationLevels()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setQuantizationLevels ( 整数 级别数 )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.setQuantizationLevels(	级别数	) ->	无

设置用于颜色空间量化的参数。

◆ setSmoothingRadius()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setSmoothingRadius ( 整数半径 )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.setSmoothingRadius(	半径	) ->	无

设置用于形态学运算的核半径。

◆ setUpdateBackgroundModel()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setUpdateBackgroundModel ( 布尔值更新 )

纯虚函数

Python
	cv.bgsegm.BackgroundSubtractorGMG.setUpdateBackgroundModel(	更新	) ->	无

设置背景模型更新的状态。

此类的文档是从以下文件生成的：

opencv2/bgsegm.hpp

公共成员函数

其他继承成员

详细描述

成员函数文档

◆ apply()

◆ getBackgroundImage()

◆ getBackgroundPrior()

◆ getDecisionThreshold()

◆ getDefaultLearningRate()

◆ getMaxFeatures()

◆ getMaxVal()

◆ getMinVal()

◆ getNumFrames()

◆ getQuantizationLevels()

◆ getSmoothingRadius()

◆ getUpdateBackgroundModel()

◆ setBackgroundPrior()

◆ setDecisionThreshold()

◆ setDefaultLearningRate()

◆ setMaxFeatures()

◆ setMaxVal()

◆ setMinVal()

◆ setNumFrames()

◆ setQuantizationLevels()

◆ setSmoothingRadius()

◆ setUpdateBackgroundModel()