基於 K 近鄰的背景/前景分割演算法。更多...

#include <opencv2/video/background_segm.hpp>

cv::BackgroundSubtractorKNN 的協作圖

公共成員函式
virtual bool	getDetectShadows () const =0
	返回陰影檢測標誌。

virtual double	getDist2Threshold () const =0
	返回畫素與樣本之間平方距離的閾值。

virtual int	getHistory () const =0
	返回影響背景模型的最後幀數。

virtual int	getkNNSamples () const =0
	返回鄰居數，即 kNN 中的 k。

virtual int	getNSamples () const =0
	返回背景模型中的資料樣本數。

virtual double	getShadowThreshold () const =0
	返回陰影閾值。

virtual int	getShadowValue () const =0
	返回陰影值。

virtual void	setDetectShadows (bool detectShadows)=0
	啟用或停用陰影檢測。

virtual void	setDist2Threshold (double _dist2Threshold)=0
	設定平方距離的閾值。

virtual void	setHistory (int history)=0
	設定影響背景模型的最後幀數。

virtual void	setkNNSamples (int _nkNN)=0
	設定 kNN 中的 k。需要匹配的最近鄰居數。

virtual void	setNSamples (int _nN)=0
	設定背景模型中的資料樣本數。

virtual void	setShadowThreshold (double threshold)=0
	設定陰影閾值。

virtual void	setShadowValue (int value)=0
	設定陰影值。

從 cv::BackgroundSubtractor 繼承的公共成員函式
virtual void	apply (InputArray image, OutputArray fgmask, double learningRate=-1)=0
	計算前景掩碼。

virtual void	getBackgroundImage (OutputArray backgroundImage) const =0
	計算背景影像。

從 cv::Algorithm 繼承的公共成員函式
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除演算法狀態。

virtual bool	empty () const
	如果演算法為空（例如，在開始時或讀取失敗後），則返回 true。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	從檔案儲存中讀取演算法引數。

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

virtual void	write (FileStorage &fs) const
	將演算法引數儲存到檔案儲存中。

void	write (FileStorage &fs, const String &name) const

附加的繼承成員
從 cv::Algorithm 繼承的靜態公共成員函式
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	從檔案中載入演算法。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	從字串載入演算法。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	從檔案節點讀取演算法。

從 cv::Algorithm 繼承的保護成員函式
void	writeFormat (FileStorage &fs) const

詳細描述

基於 K 近鄰的背景/前景分割演算法。

該類實現了 [326] 中描述的 K 近鄰背景減法。如果前景畫素數量較少，則非常有效。

成員函式文件

◆ getDetectShadows()

virtual bool cv::BackgroundSubtractorKNN::getDetectShadows ( ) const

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.getDetectShadows(		) ->	retval

返回陰影檢測標誌。

如果為 true，則該演算法檢測陰影並標記它們。有關詳細資訊，請參見 createBackgroundSubtractorKNN。

◆ getDist2Threshold()

virtual double cv::BackgroundSubtractorKNN::getDist2Threshold ( ) const

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.getDist2Threshold(		) ->	retval

返回畫素與樣本之間平方距離的閾值。

畫素與樣本之間平方距離的閾值，用於確定畫素是否接近資料樣本。

◆ getHistory()

virtual int cv::BackgroundSubtractorKNN::getHistory ( ) const

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.getHistory(		) ->	retval

返回影響背景模型的最後幀數。

◆ getkNNSamples()

virtual int cv::BackgroundSubtractorKNN::getkNNSamples ( ) const

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.getkNNSamples(		) ->	retval

返回鄰居數，即 kNN 中的 k。

K 是在 dist2Threshold 內需要多少個樣本才能確定該畫素與 kNN 背景模型匹配。

◆ getNSamples()

virtual int cv::BackgroundSubtractorKNN::getNSamples ( ) const

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.getNSamples(		) ->	retval

返回背景模型中的資料樣本數。

◆ getShadowThreshold()

virtual double cv::BackgroundSubtractorKNN::getShadowThreshold ( ) const

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.getShadowThreshold(		) ->	retval

返回陰影閾值。

如果畫素是背景的較暗版本，則檢測到陰影。陰影閾值（論文中的 Tau）是定義陰影可以有多暗的閾值。 Tau= 0.5 意味著如果畫素的亮度超過兩倍，則它不是陰影。請參閱 Prati, Mikic, Trivedi 和 Cucchiara, Detecting Moving Shadows...*, IEEE PAMI,2003。

◆ getShadowValue()

virtual int cv::BackgroundSubtractorKNN::getShadowValue ( ) const

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.getShadowValue(		) ->	retval

返回陰影值。

陰影值是用於在前景蒙版中標記陰影的值。預設值為 127。蒙版中的值 0 始終表示背景，255 表示前景。

◆ setDetectShadows()

virtual void cv::BackgroundSubtractorKNN::setDetectShadows ( bool detectShadows )

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.setDetectShadows(	detectShadows	) ->	無

啟用或停用陰影檢測。

◆ setDist2Threshold()

virtual void cv::BackgroundSubtractorKNN::setDist2Threshold ( double _dist2Threshold )

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.setDist2Threshold(	_dist2Threshold	) ->	無

設定平方距離的閾值。

◆ setHistory()

virtual void cv::BackgroundSubtractorKNN::setHistory ( int history )

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.setHistory(	history	) ->	無

設定影響背景模型的最後幀數。

◆ setkNNSamples()

virtual void cv::BackgroundSubtractorKNN::setkNNSamples ( int _nkNN )

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.setkNNSamples(	_nkNN	) ->	無

設定 kNN 中的 k。需要匹配的最近鄰居數。

◆ setNSamples()

virtual void cv::BackgroundSubtractorKNN::setNSamples ( int _nN )

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.setNSamples(	_nN	) ->	無

設定背景模型中的資料樣本數。

需要重新初始化模型以保留記憶體。

◆ setShadowThreshold()

virtual void cv::BackgroundSubtractorKNN::setShadowThreshold ( double RANSAC引數。它是點到畫素中對極線的最大距離，超過此距離的點將被視為異常值，不用於計算最終的基本矩陣。它可以設定為1-3左右，具體取決於點定位的精度、影像解析度和影像噪聲。 )

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.setShadowThreshold(	RANSAC引數。它是點到畫素中對極線的最大距離，超過此距離的點將被視為異常值，不用於計算最終的基本矩陣。它可以設定為1-3左右，具體取決於點定位的精度、影像解析度和影像噪聲。	) ->	無

設定陰影閾值。

◆ setShadowValue()

virtual void cv::BackgroundSubtractorKNN::setShadowValue ( int 值 )

純虛擬函式

Python
	cv.BackgroundSubtractorKNN.setShadowValue(	值	) ->	無

設定陰影值。

此類文件由以下檔案生成

opencv2/video/background_segm.hpp

公共成員函式

附加的繼承成員

詳細描述

成員函式文件

◆ getDetectShadows()

◆ getDist2Threshold()

◆ getHistory()

◆ getkNNSamples()

◆ getNSamples()

◆ getShadowThreshold()

◆ getShadowValue()

◆ setDetectShadows()

◆ setDist2Threshold()

◆ setHistory()

◆ setkNNSamples()

◆ setNSamples()

◆ setShadowThreshold()

◆ setShadowValue()