運動分析

詳細描述

類
類	cv::BackgroundSubtractor
	背景/前景分割的基類。: 更多...
類	cv::BackgroundSubtractorKNN
	基於K近鄰的背景/前景分割演算法。 更多...
類	cv::BackgroundSubtractorMOG2
	基於高斯混合模型的背景/前景分割演算法。 更多...

函式
Ptr< BackgroundSubtractorKNN >	cv::createBackgroundSubtractorKNN (int history=500, double dist2Threshold=400.0, bool detectShadows=true)
	Creates KNN Background Subtractor.
Ptr< BackgroundSubtractorMOG2 >	cv::createBackgroundSubtractorMOG2 (int history=500, double varThreshold=16, bool detectShadows=true)
	建立MOG2背景減除器。

函式文件

createBackgroundSubtractorKNN()

Ptr< BackgroundSubtractorKNN > cv::createBackgroundSubtractorKNN	(	int	history = 500,
		double	dist2Threshold = 400.0,
		bool	detectShadows = true )

Python
	cv.createBackgroundSubtractorKNN(	[, history[, dist2Threshold[, detectShadows]]]	) ->	retval

#include <opencv2/video/background_segm.hpp>

Creates KNN Background Subtractor.

引數

history	歷史的長度。
dist2Threshold	畫素和樣本之間平方距離的閾值，用於確定畫素是否接近該樣本。 此引數不影響背景更新。
detectShadows	如果為true，演算法將檢測陰影並標記它們。它會稍微降低速度，因此如果您不需要此功能，請將引數設定為false。

此函式的呼叫圖如下

createBackgroundSubtractorMOG2()

Ptr< BackgroundSubtractorMOG2 > cv::createBackgroundSubtractorMOG2	(	int	history = 500,
		double	varThreshold = 16,
		bool	detectShadows = true )

Python
	cv.createBackgroundSubtractorMOG2(	[, history[, varThreshold[, detectShadows]]]	) ->	retval

#include <opencv2/video/background_segm.hpp>

建立MOG2背景減除器。

引數

history	歷史的長度。
varThreshold	畫素和模型之間的平方馬氏距離閾值，用於確定畫素是否能被背景模型很好地描述。 此引數不影響背景更新。
detectShadows	如果為true，演算法將檢測陰影並標記它們。它會稍微降低速度，因此如果您不需要此功能，請將引數設定為false。