运动分析

详细描述

类
类	cv::BackgroundSubtractor
	背景/前景分割的基类。: 更多...
类	cv::BackgroundSubtractorKNN
	基于K近邻的背景/前景分割算法。更多...
类	cv::BackgroundSubtractorMOG2
	基于高斯混合的背景/前景分割算法。更多...

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

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]]]	) ->	返回值

#include <opencv2/video/background_segm.hpp>

创建KNN背景减除器。

参数

history	历史长度。
dist2Threshold	像素与样本之间平方距离的阈值，用于判断像素是否接近该样本。此参数不影响背景更新。
detectShadows	如果为真，算法将检测阴影并标记它们。这会稍微降低速度，因此如果您不需要此功能，请将参数设置为false。

以下是此函数的调用图

createBackgroundSubtractorMOG2()

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

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

#include <opencv2/video/background_segm.hpp>

创建MOG2背景减除器。

参数

history	历史长度。
varThreshold	像素与模型之间平方马氏距离的阈值，用于判断像素是否由背景模型很好地描述。此参数不影响背景更新。
detectShadows	如果为真，算法将检测阴影并标记它们。这会稍微降低速度，因此如果您不需要此功能，请将参数设置为false。