java.lang.Object
- org.opencv.core.Algorithm
- - org.opencv.video.BackgroundSubtractor
  - - org.opencv.bgsegm.BackgroundSubtractorGMG

```
public class BackgroundSubtractorGMG
extends BackgroundSubtractor
```
基于文献CITE: Gold2012中所述算法的背景减除模块。它接收一系列图像，并返回一系列相同大小的掩码 (8UC1) 图像，其中255表示前景，0表示背景。此类实现了“用于响应式音频艺术装置的可变光照条件下的人类访客视觉跟踪”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。

字段摘要
- 继承自类 org.opencv.core.Algorithm 的字段
  nativeObj

构造函数摘要

构造函数
修饰符构造函数描述

protected BackgroundSubtractorGMG(long addr)

方法摘要

所有方法静态方法实例方法具体方法
修饰符和类型	方法	描述
`static BackgroundSubtractorGMG`	`__fromPtr__(long addr)`
`void`	`apply(Mat image, Mat fgmask)`	计算前景掩码。
`void`	`apply(Mat image, Mat fgmask, double learningRate)`	计算前景掩码。
`protected void`	`finalize()`
`void`	`getBackgroundImage(Mat backgroundImage)`	计算背景图像。
`double`	`getBackgroundPrior()`	返回每个像素是背景像素的先验概率。
`double`	`getDecisionThreshold()`	返回决策阈值。
`double`	`getDefaultLearningRate()`	返回算法的学习率。
`int`	`getMaxFeatures()`	返回直方图中要维护的不同颜色总数。
`double`	`getMaxVal()`	返回图像序列中像素的最大值。
`double`	`getMinVal()`	返回图像序列中像素的最小值。
`int`	`getNumFrames()`	返回用于初始化背景模型的帧数。
`int`	`getQuantizationLevels()`	返回用于颜色空间量化的参数。
`int`	`getSmoothingRadius()`	返回用于形态学运算的核半径。
`boolean`	`getUpdateBackgroundModel()`	返回背景模型更新的状态。
`void`	`setBackgroundPrior(double bgprior)`	设置每个像素是背景像素的先验概率。
`void`	`setDecisionThreshold(double thresh)`	设置决策阈值。
`void`	`setDefaultLearningRate(double lr)`	设置算法的学习率。
`void`	`setMaxFeatures(int maxFeatures)`	设置直方图中要维护的不同颜色总数。
`void`	`setMaxVal(double val)`	设置图像序列中像素的最大值。
`void`	`setMinVal(double val)`	设置图像序列中像素的最小值。
`void`	`setNumFrames(int nframes)`	设置用于初始化背景模型的帧数。
`void`	`setQuantizationLevels(int nlevels)`	设置用于颜色空间量化的参数。
`void`	`setSmoothingRadius(int radius)`	设置用于形态学运算的核半径。
`void`	`setUpdateBackgroundModel(boolean update)`	设置背景模型更新的状态。

继承自类 org.opencv.core.Algorithm 的方法
clear, empty, getDefaultName, getNativeObjAddr, save

继承自类 java.lang.Object 的方法
clone, equals, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

- 构造函数详情
  - BackgroundSubtractorGMG
```
protected BackgroundSubtractorGMG(long addr)
```
- 方法详情
  - __fromPtr__
```
public static BackgroundSubtractorGMG __fromPtr__(long addr)
```
  - apply
```
public void apply(Mat image,
                  Mat fgmask,
                  double learningRate)
```
    计算前景掩码。
    
    覆盖
    
    apply 在类 BackgroundSubtractor中
    
    参数
    
    image - 类型为 CV_8UC(n),CV_8SC(n),CV_16UC(n),CV_16SC(n),CV_32SC(n),CV_32FC(n),CV_64FC(n) 的下一个视频帧，其中 n 为 1,2,3,4。
    
    fgmask - 输出的前景掩码，作为 8 位二值图像。
    
    learningRate - 值介于 0 和 1 之间，指示学习背景模型的速度。负参数值使算法使用某些自动选择的学习率。0 表示背景模型根本不会更新，1 表示背景模型将从最后一帧完全重新初始化。
  - apply
```
public void apply(Mat image,
                  Mat fgmask)
```
    计算前景掩码。
    
    覆盖
    
    apply 在类 BackgroundSubtractor中
    
    参数
    
    image - 类型为 CV_8UC(n),CV_8SC(n),CV_16UC(n),CV_16SC(n),CV_32SC(n),CV_32FC(n),CV_64FC(n) 的下一个视频帧，其中 n 为 1,2,3,4。
    
    fgmask - 输出的前景掩码，作为 8 位二值图像。学习。负参数值使算法使用某些自动选择的学习率。0 表示背景模型根本不会更新，1 表示背景模型将从最后一帧完全重新初始化。
  - getBackgroundImage
```
public void getBackgroundImage(Mat backgroundImage)
```
    从类复制的描述：BackgroundSubtractor
    
    计算背景图像。
    
    覆盖
    
    getBackgroundImage 在类 BackgroundSubtractor中
    
    参数
    
    backgroundImage - 输出的背景图像。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。
  - getMaxFeatures
```
public int getMaxFeatures()
```
    返回直方图中要维护的不同颜色总数。
    
    返回
    
    自动生成
  - setMaxFeatures
```
public void setMaxFeatures(int maxFeatures)
```
    设置直方图中要维护的不同颜色总数。
    
    参数
    
    maxFeatures - 自动生成
  - getDefaultLearningRate
```
public double getDefaultLearningRate()
```
    返回算法的学习率。它介于 0.0 和 1.0 之间。它决定了从直方图中“遗忘”特征的速度。
    
    返回
    
    自动生成
  - setDefaultLearningRate
```
public void setDefaultLearningRate(double lr)
```
    设置算法的学习率。
    
    参数
    
    lr - 自动生成
  - getNumFrames
```
public int getNumFrames()
```
    返回用于初始化背景模型的帧数。
    
    返回
    
    自动生成
  - setNumFrames
```
public void setNumFrames(int nframes)
```
    设置用于初始化背景模型的帧数。
    
    参数
    
    nframes - 自动生成
  - getQuantizationLevels
```
public int getQuantizationLevels()
```
    返回用于颜色空间量化的参数。它是直方图中每个通道中要使用的离散级别数。
    
    返回
    
    自动生成
  - setQuantizationLevels
```
public void setQuantizationLevels(int nlevels)
```
    设置用于颜色空间量化的参数。
    
    参数
    
    nlevels - 自动生成
  - getBackgroundPrior
```
public double getBackgroundPrior()
```
    返回每个像素是背景像素的先验概率。
    
    返回
    
    自动生成
  - setBackgroundPrior
```
public void setBackgroundPrior(double bgprior)
```
    设置每个像素是背景像素的先验概率。
    
    参数
    
    bgprior - 自动生成
  - getSmoothingRadius
```
public int getSmoothingRadius()
```
    返回用于形态学运算的核半径。
    
    返回
    
    自动生成
  - setSmoothingRadius
```
public void setSmoothingRadius(int radius)
```
    设置用于形态学运算的核半径。
    
    参数
    
    radius - 自动生成
  - getDecisionThreshold
```
public double getDecisionThreshold()
```
    返回决策阈值。决策值是像素被确定为前景的值。
    
    返回
    
    自动生成
  - setDecisionThreshold
```
public void setDecisionThreshold(double thresh)
```
    设置决策阈值。
    
    参数
    
    thresh - 自动生成
  - getUpdateBackgroundModel
```
public boolean getUpdateBackgroundModel()
```
    返回背景模型更新的状态。
    
    返回
    
    自动生成
  - setUpdateBackgroundModel
```
public void setUpdateBackgroundModel(boolean update)
```
    设置背景模型更新的状态。
    
    参数
    
    update - 自动生成
  - getMinVal
```
public double getMinVal()
```
    返回图像序列中像素的最小值。通常为 0。
    
    返回
    
    自动生成
  - setMinVal
```
public void setMinVal(double val)
```
    设置图像序列中像素的最小值。
    
    参数
    
    val - 自动生成
  - getMaxVal
```
public double getMaxVal()
```
    返回图像序列中像素的最大值。例如 1.0 或 255。
    
    返回
    
    自动生成
  - setMaxVal
```
public void setMaxVal(double val)
```
    设置图像序列中像素的最大值。
    
    参数
    
    val - 自动生成
  - finalize
```
protected void finalize()
                 throws java.lang.Throwable
```
    覆盖
    
    finalize 位于类 BackgroundSubtractor中
    
    抛出异常
    
    java.lang.Throwable

类 BackgroundSubtractorGMG

字段摘要

继承自类 org.opencv.core.Algorithm 的字段

构造函数摘要

方法摘要

继承自类 org.opencv.core.Algorithm 的方法

继承自类 java.lang.Object 的方法

构造函数详情

BackgroundSubtractorGMG

方法详情

__fromPtr__

apply

apply

getBackgroundImage

getMaxFeatures

setMaxFeatures

getDefaultLearningRate

setDefaultLearningRate

getNumFrames

setNumFrames

getQuantizationLevels

setQuantizationLevels

getBackgroundPrior

setBackgroundPrior

getSmoothingRadius

setSmoothingRadius

getDecisionThreshold

setDecisionThreshold

getUpdateBackgroundModel

setUpdateBackgroundModel

getMinVal

setMinVal

getMaxVal

setMaxVal

finalize

fromPtr