OpenCV图像处理-视频分割静态背景-MOG/MOG2/GMG

视频分割背景

1.概念介绍

视频背景扣除原理:视频是一组连续的帧(一幅幅图组成),帧与帧之间关系密切(GOP/group of picture),在GOP中,背景几乎是不变的,变的永远是前景。

  • 背景分离(BS)是一种通过使用静态相机来生成前景掩码(即包含属于场景中的移动对象像素的二进制图像)的常用技术
  • 顾名思义,BS计算前景掩码,在当前帧与背景模型之间执行减法运算,其中包含场景的静态部分,或者更一般而言,考虑到所观察场景的特征,可以将其视为背景的所有内容。

2. 函数介绍

MOG算法

cv2.createBackgroundSubtractorMOG(history, nmixtures, backgroundRatio, noiseSigma)

history:用于训练背景的帧数,默认为200帧

nmixtures:高斯范围值,默认为5;5*5的卷积核

backgroindRatio:背景比率,默认0.7

noiseSigma:默认0,自动降噪

代码示例:

python 复制代码
import cv2
import numpy as np

# 读取视频帧
cap = cv2.VideoCapture('./video/vtest.avi')
mog = cv2.bgsegm.createBackgroundSubtractorMOG()

while True:
    ret, frame = cap.read()
    if ret == False:
        exit(1)
    fgmask = mog.apply(frame)
    cv2.imshow('text', fgmask)
    k = cv2.waitKey(10) & 0xff
    if k == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

MOG2算法

MOG2增加的是对阴影的识别,但是会产生更多的噪点。

cv2.createBackgroundSubtractorMOG2()

参数同MOG一样

detectShadows:是否检测阴影,默认为True

python 复制代码
import cv2
import numpy as np

# 读取视频帧
cap = cv2.VideoCapture('./video/vtest.avi')
# mog = cv2.bgsegm.createBackgroundSubtractorMOG()
mog = cv2.createBackgroundSubtractorMOG2()

while True:
    ret, frame = cap.read()
    if ret == False:
        exit(1)
    fgmask = mog.apply(frame)
    #cv2.imshow('MOG', fgmask)
    cv2.imshow('MOG2', fgmask)
    k = cv2.waitKey(10) & 0xff
    if k == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

GMG算法

GMG算法的抗噪性更强,但是该算法有缓存初始帧,即缓存的帧数不显示。

算法:cv2.bgsegm.createBackgroundSubtractorGMG(initializationFrames=120)

initializationFrames:默认帧数为120,需要吃掉120帧,对之后的帧进行优化。

python 复制代码
import cv2
import numpy as np

# 读取视频帧
cap = cv2.VideoCapture('./video/vtest.avi')
# mog = cv2.bgsegm.createBackgroundSubtractorMOG()
# mog = cv2.createBackgroundSubtractorMOG2()
gmg = cv2.bgsegm.createBackgroundSubtractorGMG()

while True:
    ret, frame = cap.read()
    if ret == False:
        exit(1)
    fgmask = gmg.apply(frame)
    #cv2.imshow('MOG', fgmask)
    cv2.imshow('MOG2', fgmask)
    k = cv2.waitKey(10) & 0xff
    if k == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

原视频获取链接

以上就是视频分割的基本使用方式,详情烦请参考相关论文和相关文档。

相关推荐
qq_5260991313 小时前
高分辨率图像采集卡:超清画质采集,满足高精度视觉需求
图像处理·计算机视觉·自动化
智驱力人工智能14 小时前
景区节假日车流实时预警平台 从拥堵治理到体验升级的工程实践 车流量检测 城市路口车流量信号优化方案 学校周边车流量安全分析方案
人工智能·opencv·算法·安全·yolo·边缘计算
北京青翼科技15 小时前
高速采集卡丨AD 采集丨 多通道数据采集卡丨高速数据采集系统丨青翼科技FMC 子卡
图像处理·人工智能·fpga开发·信号处理·智能硬件
光羽隹衡15 小时前
计算机视觉——Opencv(角点检测和特征提取)
人工智能·opencv·计算机视觉
啊巴矲15 小时前
小白从零开始勇闯人工智能:计算机视觉初级篇(OpenCV综合实战(上))
人工智能·opencv·计算机视觉
薛不痒15 小时前
计算机视觉opencv之人脸识别1
人工智能·opencv·计算机视觉
Dfreedom.15 小时前
详解四大格式(PIL/OpenCV/NumPy/PyTorch)的转换原理与场景选择
图像处理·人工智能·pytorch·opencv·numpy·pillow
qwy71522925816315 小时前
15-轨迹栏作为调色板
人工智能·opencv·计算机视觉
saoys15 小时前
Opencv 学习笔记:图像旋转 + 模板匹配(解决旋转目标定位问题)
笔记·opencv·学习
saoys15 小时前
Opencv 学习笔记:提取轮廓中心点坐标(矩计算法)
笔记·opencv·学习