图像处理实战-背景建模

背景建模技术可以从静止的背景中提取出移动的前景。背景建模的方法有很多，本文使用的是混合高斯模型。

**完整代码：https://github.com/YvanYan/image_processing/tree/master/bgfd
**

流程：
1.读取视频图像
2.创建混合高斯模型
3.逐帧进行检测

---

import cv2

cap = cv2.VideoCapture('test.avi')
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
fgbg = cv2.createBackgroundSubtractorMOG2()

while (True):
    ret, frame = cap.read()
    fgmask = fgbg.apply(frame)

    fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel)
    cnts = cv2.findContours(fgmask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[1]

    for c in cnts:
        perimeter = cv2.arcLength(c, True)
        if perimeter > 188:
            x, y, w, h = cv2.boundingRect(c)
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

    cv2.imshow('frame', frame)
    cv2.imshow('fgmask', fgmask)
    k = cv2.waitKey(150)
    if k == 27:
        break

cap.release()
cv2.destroyAllWindows()

• VideoCapture函数为读取视频，若VideoCapture(0)表示打开笔记本的内置摄像头。
• cap.read()是按帧读取视频，返回值ret表示如果读取帧正确，则返回True，否则读取到文件结尾为False。frame是读取每一帧的图像，是一个三维矩阵。
• createBackgroundSubtractorMOG2创建混合高斯模型用于背景建模。
• fgbg.apply()具有三个输入参数（image，fmask， rate）。image为输入的源图，即为视频的每一帧frame。fmask为前景图。rate为学习率，值为[0,1]，为0时表示背景不更新，为1时表示逐帧更新。默认为-1，即为算法自动更新。
• k==27表示当按下退出键后，终止程序。

result.png