运动分析

详细说明

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 Algorithm。 更多...
类	cv::BackgroundSubtractorMOG2
	基于高斯混合模型的背景/前景分割 Algorithm。 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 (Function Documentation)

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>

创建 KNN 背景减除器。

参数

history	历史长度。
dist2Threshold	用于决定像素是否接近某个样本的平方距离阈值。此参数不影响背景更新。
detectShadows	如果为 true，则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。

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]]]	) ->	retval

#include <opencv2/video/background_segm.hpp>

创建 MOG2 背景减除器。

参数

history	历史长度。
varThreshold	用于决定像素是否被背景模型良好描述的像素与模型之间的马氏距离平方阈值。此参数不影响背景更新。
detectShadows	如果为 true，则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。