自己做网站开发by网站域名
- 操作系统：ubuntu22.04
- OpenCV版本：OpenCV4.9
- IDE:Visual Studio Code
- 编程语言：C++11
算法描述
cv::bgsegm::BackgroundSubtractorGMG 是 OpenCV 中用于背景分割的一个类，它实现了基于贝叶斯推理的背景建模算法（Bayesian inference-based background modeling algorithm）。这个算法特别适合处理复杂的背景变化，例如光照变化、动态背景等。
主要特点
- 适应性强：能够很好地适应光照变化和其他环境变化。
- 初始化过程：需要一定数量的帧来初始化背景模型，默认是前 120 帧。
- 噪声过滤：通过形态学操作去除前景掩码中的噪声。
构造函数
在较新的 OpenCV 版本中，通常不直接使用构造函数来创建 BackgroundSubtractorGMG 实例，而是通过工厂方法 cv::bgsegm::createBackgroundSubtractorGMG() 来创建。这是因为 OpenCV 将许多对象的创建封装到了这些工厂方法中，以便更好地管理内存和配置参数。
Ptr<BackgroundSubtractorGMG> cv::bgsegm::createBackgroundSubtractorGMG
(int initializationFrames = 120, double decisionThreshold = 0.8
);
参数：
- initializationFrames: 初始化背景模型所需的帧数，默认值为 120。
- decisionThreshold: 决策阈值，超过该阈值则认为是前景像素，默认值为 0.8。
主要方法
apply函数
函数原型
void apply
(InputArray image, OutputArray fgmask, double learningRate=-1
);
参数
- image: 输入当前帧。
- fgmask: 输出前景掩码图像。
- learningRate: 学习率，决定了新获取的信息对模型的影响速度。默认值 -1 表示自动选择学习率。
getBackgroundImage函数
函数原型
void getBackgroundImage
(OutputArray backgroundImage
) const;
参数
- backgroundImage: 输出背景图像。
代码示例
#include <opencv2/bgsegm.hpp>
#include <opencv2/opencv.hpp>int main()
{cv::VideoCapture cap( 0 ); // 打开摄像头if ( !cap.isOpened() ){std::cerr << "无法打开摄像头！" << std::endl;return -1;}// 创建 GMG 背景减除器cv::Ptr< cv::bgsegm::BackgroundSubtractorGMG > bgSubtractor = cv::bgsegm::createBackgroundSubtractorGMG();cv::Mat frame, fgMask;while ( true ){cap >> frame; // 获取新帧if ( frame.empty() )break; // 到达视频结尾bgSubtractor->apply( frame, fgMask ); // 应用背景减除器cv::imshow( "Original Frame", frame );cv::imshow( "Foreground Mask", fgMask );if ( cv::waitKey( 30 ) >= 0 )break; // 按任意键退出}return 0;
}
运行结果
白色的是运动的物体，后面静止的背景都没了。
