学习opencv——背景减除

背景减除在很多基础应用中占据很重要的角色。列如顾客统计，使用一个静态的摄像头来记录进入和离开房间的人数，或者交通摄像头，需要提取交通工具的信息等。我们需要把单独的人或者交通工具从背景中提取出来。技术上说，我们需要从静止的背景中提取移动的前景。好在OpenCV已经提供了一些背景减除的算法。

1.运行环境

操作系统：win7 64位 
python3.5.2 
opencv3.2

2.方法

cv2.createBackgroundSubtractorMOG2()
cv2.createBackgroundSubtractorKNN()

1
2
3
在opencv3.2版本里，我只找到这两个背景减除的方法。 
BackgroundSubtractorMOG2是以高斯混合模型为基础的背景/前景分割算法。它是以2004年和2006年Z.Zivkovic的两篇文章为基础。这个算法的一个特点是它为每个像素选择一个合适的高斯分布。这个方法有一个参数detectShadows，默认为True，他会检测并将影子标记出来，但是这样做会降低处理速度。影子会被标记成灰色。

3.代码

import numpy as np
import cv2

#BackgroundSubtractorMOG2
#opencv自带的一个视频
cap = cv2.VideoCapture('bg.avi')
#创建一个3*3的椭圆核
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))
#创建BackgroundSubtractorMOG2
fgbg = cv2.createBackgroundSubtractorMOG2()

while(1):
ret, frame = cap.read()
fgmask = fgbg.apply(frame)
#形态学开运算去噪点
fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel)
#寻找视频中的轮廓
im, contours, hierarchy = cv2.findContours(fgmask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

for c in contours:
#计算各轮廓的周长
perimeter = cv2.arcLength(c,True)
if perimeter > 188:
#找到一个直矩形（不会旋转）
x,y,w,h = cv2.boundingRect(c)
#画出这个矩形
cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2)

cv2.imshow('frame',frame)
cv2.imshow('fgmask', fgmask)
k = cv2.waitKey(30) & 0xff
if k == 27:
break

cap.release()
cv2.destroyAllWindows()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

4.结果

可以看出还是能清楚检测出移动的人物

5.其他

注意如果要找到移动物体的轮廓，一定要处理噪点。直接用自带的算法，会影响结果。用cv2.createBackgroundSubtractorKNN()的方法也能检测出移动的物体 



截图可能不清楚，在视频播放的过程中，远处的警戒线带子在随着风移动，检测方法也能捕捉到带子的移动。