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
	基于高斯混合模型的背景/前景分割算法。 更多...

函数
Ptr< BackgroundSubtractorKNN >	cv::createBackgroundSubtractorKNN (int history=500, double dist2Threshold=400.0, bool detectShadows=true)
	Creates KNN Background Subtractor.
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]]]	) ->	retval

#include <opencv2/video/background_segm.hpp>

Creates KNN Background Subtractor.

参数

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

此函数的调用图如下

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背景减除器。

参数

history	历史的长度。
varThreshold	像素和模型之间的平方马氏距离阈值，用于确定像素是否能被背景模型很好地描述。 此参数不影响背景更新。
detectShadows	如果为true，算法将检测阴影并标记它们。它会稍微降低速度，因此如果您不需要此功能，请将参数设置为false。