混合高斯模型实现运动目标检测(OpenCV内置实现)
2018-03-12 00:00
531 查看
分享技术,记录生活!
直接贴代码:
void GMM(){
// 打开视频文件
VideoCapture capture("E:/LeftBag.mpg");
if (!capture.isOpened()){
cout << "Video open fail!" << endl;
return;
}
//当前视频帧
Mat frame;
//前景的二值图像
Mat foreground;
namedWindow("Extracted Foreground");
//混合高斯模型类的对象, 全部采用默认参数
BackgroundSubtractorMOG2 mog;
bool stop(false);
//遍历视频中的所有帧
while (!stop){
//读取下一帧
if (!capture.read(frame))
break;
// 更新背景并返回前景
mog(frame, foreground, 0.01);
// 学习速率
threshold(foreground, foreground, 128, 255, THRESH_BINARY_INV);
// 显示前景
imshow("Extracted Foreground", foreground);
if (waitKey(10) >= 0)
stop = true;
}
}
直接贴代码:
void GMM(){
// 打开视频文件
VideoCapture capture("E:/LeftBag.mpg");
if (!capture.isOpened()){
cout << "Video open fail!" << endl;
return;
}
//当前视频帧
Mat frame;
//前景的二值图像
Mat foreground;
namedWindow("Extracted Foreground");
//混合高斯模型类的对象, 全部采用默认参数
BackgroundSubtractorMOG2 mog;
bool stop(false);
//遍历视频中的所有帧
while (!stop){
//读取下一帧
if (!capture.read(frame))
break;
// 更新背景并返回前景
mog(frame, foreground, 0.01);
// 学习速率
threshold(foreground, foreground, 128, 255, THRESH_BINARY_INV);
// 显示前景
imshow("Extracted Foreground", foreground);
if (waitKey(10) >= 0)
stop = true;
}
}
相关文章推荐
- 使用opencv3+python实现视频运动目标检测
- 《OpenCV 3计算机视觉:Python语言实现》学习笔记——目标跟踪中基本运动检测的思考
- OpenCV_基于混合高斯模型GMM的运动目标检测
- OpenCV实现静止背景下运动目标的检测
- OpenCV实现静止背景下运动目标的检测
- 我的OpenCV学习笔记(3):基于混合高斯模型GMM的运动目标检测
- OpenCV_基于混合高斯模型GMM的运动目标检测
- OpenCV运动目标检测——帧间差,混合高斯模型方法
- 运动物体目标检测实现—基于OpenCV
- OpenCV_基于混合高斯模型GMM的运动目标检测
- 【Python+OpenCV】目标跟踪-实现基本的运动检测
- OpenCV_基于混合高斯模型GMM的运动目标检测
- OpenCV_基于混合高斯模型GMM的运动目标检测
- OpenCV_基于混合高斯模型GMM的运动目标检测
- C++利用帧差法背景差分实现运动目标检测(opencv)
- 【opencv】基于opencv实现运动目标检测之帧差法
- OpenCV学习之寻找轮廓实现视频流的运动目标检测
- OpenCV_基于混合高斯模型GMM的运动目标检测
- OpenCV实现运动目标检测的函数
- OpenCV实现静止背景下运动目标的检测