背景分離（BS）是一種透過使用靜態相機來產生前景遮罩（包含屬於場景中的移動物件像素的二進位影像）的常用技術
顧名思義，BS計算前景掩碼，在當前幀與背景模型之間執行減法運算，其中包含場景的靜態部分，考慮到所觀察場景的特徵，可以將其視為背景的所有內容。
背景建模包含兩個主要步驟：
#1.背景初始化
2.背景更新第一步，計算背景的初始模型，在第二步驟中，更新模型以適應場景中可能的變化
讓使用者選擇處理影片檔案或影像序列。在此範例中，將使用cv2.BackgroundSubtractorMOG2 產生前景遮罩。
from __future__ import print_function
import cv2
import argparse
parser = argparse.ArgumentParser(
description='This program shows how to use background subtraction methods provided by OpenCV. You can process both videos and images.')
parser.add_argument('--input', type=str, help='Path to a video or a sequence of image.', default='vtest.avi')
parser.add_argument('--algo', type=str, help='Background subtraction method (KNN, MOG2).', default='MOG2')
args = parser.parse_args()
## [create]
# create Background Subtractor objects
if args.algo == 'MOG2':
backSub = cv2.createBackgroundSubtractorMOG2()
else:
backSub = cv2.createBackgroundSubtractorKNN()
## [create]
## [capture]
capture = cv2.VideoCapture(args.input)
if not capture.isOpened():
print('Unable to open: ' + args.input)
exit(0)
## [capture]
while True:
ret, frame = capture.read()
if frame is None:
break
## [apply]
# update the background model
fgMask = backSub.apply(frame)
## [apply]
## [display_frame_number]
# get the frame number and write it on the current frame
cv2.rectangle(frame, (10, 2), (100,20), (255,255,255), -1)
cv2.putText(frame, str(capture.get(cv2.CAP_PROP_POS_FRAMES)), (15, 15),
cv2.FONT_HERSHEY_SIMPLEX, 0.5 , (0,0,0))
## [display_frame_number]
## [show]
# show the current frame and the fg masks
cv2.imshow('Frame', frame)
cv2.imshow('FG Mask', fgMask)
## [show]
keyboard = cv2.waitKey(30)
if keyboard == 'q' or keyboard == 27:
break分析上述程式碼的主要部分：
#cv2.BackgroundSubtractor物件將用於產生前景掩碼碼。在此範例中，使用了預設參數，但是也可以在create函數中宣告特定的參數。
# create Background Subtractor objects KNN or MOG2
if args.algo == 'MOG2':
backSub = cv2.createBackgroundSubtractorMOG2()
else:
backSub = cv2.createBackgroundSubtractorKNN()cv2.VideoCapture物件用於讀取輸入視訊或輸入影像序列
capture = cv2.VideoCapture(args.input)
if not capture.isOpened:
print('Unable to open: ' + args.input)
exit(0)每幀都用於計算前景遮罩和更新背景。如果要變更用於更新背景模型的學習率，可以透過將參數傳遞給apply方法來設定特定的學習率
# update the background model
fgMask = backSub.apply(frame)目前訊框編號可以從cv2.Videocapture物件中擷取，並在目前影格的左上角沖壓。使用白色矩形來反白顯示黑色框架號
# get the frame number and write it on the current frame
cv2.rectangle(frame, (10, 2), (100,20), (255,255,255), -1)
cv2.putText(frame, str(capture.get(cv2.CAP_PROP_POS_FRAMES)), (15, 15),
cv2.FONT_HERSHEY_SIMPLEX, 0.5 , (0,0,0))顯示目前的輸入幀和結果
# show the current frame and the fg masks
cv2.imshow('Frame', frame)
cv2.imshow('FG Mask', fgMask)以上是python OpenCV怎麼使用背景分離法的詳細內容。更多資訊請關注PHP中文網其他相關文章！
