OpenCV 4.12.0
开源计算机视觉
加载中...
搜索中...
无匹配项
cv::bgsegm::BackgroundSubtractorCNT 类参考抽象

基于计数的背景减法。更多...

#include <opencv2/bgsegm.hpp>

cv::bgsegm::BackgroundSubtractorCNT 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
 返回像素历史中允许的最大信用值。
 
virtual int getMinPixelStability () const =0
 返回相同像素颜色被视为稳定的帧数。
 
virtual bool getUseHistory () const =0
 返回我们是否给予像素长时间稳定性的信用。
 
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
 设置像素历史中允许的最大信用值。
 
virtual void setMinPixelStability (int value)=0
 设置相同像素颜色被视为稳定的帧数。
 
virtual void setUseHistory (bool value)=0
 设置我们是否给予像素长时间稳定性的信用。
 
- 继承自 cv::BackgroundSubtractor 的公共成员函数
- 继承自 cv::Algorithm 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,在最开始或读取不成功之后),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
 

额外继承成员

- 继承自 cv::Algorithm 的静态公共成员函数
template<typename _Tp >
static Ptr< _Tpload (const String &filename, const String &objname=String())
 从文件中加载算法。
 
template<typename _Tp >
static Ptr< _TploadFromString (const String &strModel, const String &objname=String())
 从字符串加载算法。
 
template<typename _Tp >
static Ptr< _Tpread (const FileNode &fn)
 从文件节点读取算法。
 
- 继承自 cv::Algorithm 的保护成员函数
void writeFormat (FileStorage &fs) const
 

详细描述

基于计数的背景减法。

在高端系统上与 MOG2 几乎一样快。在廉价硬件(树莓派3上测试)上比 MOG2 快两倍多。

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

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下一视频帧。
fgmask作为 8 位二进制图像的输出前景掩码。
learningRate一个介于 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 表示背景模型完全不更新,1 表示背景模型从最后一帧完全重新初始化。

实现了 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
有时背景图像会非常模糊,因为它包含平均背景统计信息。

实现了 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

返回像素历史中允许的最大信用值。

◆ getMinPixelStability()

virtual int cv::bgsegm::BackgroundSubtractorCNT::getMinPixelStability ( ) const
纯虚函数
Python
cv.bgsegm.BackgroundSubtractorCNT.getMinPixelStability() -> retval

返回相同像素颜色被视为稳定的帧数。

◆ getUseHistory()

virtual bool cv::bgsegm::BackgroundSubtractorCNT::getUseHistory ( ) const
纯虚函数
Python
cv.bgsegm.BackgroundSubtractorCNT.getUseHistory() -> retval

返回我们是否给予像素长时间稳定性的信用。

◆ setIsParallel()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setIsParallel ( bool )
纯虚函数
Python
cv.bgsegm.BackgroundSubtractorCNT.setIsParallel() ->

设置我们是否正在并行化算法。

◆ setMaxPixelStability()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setMaxPixelStability ( int )
纯虚函数
Python
cv.bgsegm.BackgroundSubtractorCNT.setMaxPixelStability() ->

设置像素历史中允许的最大信用值。

◆ setMinPixelStability()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setMinPixelStability ( int )
纯虚函数
Python
cv.bgsegm.BackgroundSubtractorCNT.setMinPixelStability() ->

设置相同像素颜色被视为稳定的帧数。

◆ setUseHistory()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setUseHistory ( bool )
纯虚函数
Python
cv.bgsegm.BackgroundSubtractorCNT.setUseHistory() ->

设置我们是否给予像素长时间稳定性的信用。


此类的文档是从以下文件生成的