基於 [108] 中演算法的背景減除器模組。詳情...

#include <opencv2/bgsegm.hpp>

cv::bgsegm::BackgroundSubtractorGMG 協作圖

公開成員函式
virtual void	apply (InputArray image, InputArray knownForegroundMask, OutputArray fgmask, double learningRate=-1) CV_OVERRIDE=0
	使用已知前景遮罩輸入計算前景遮罩。

virtual void	apply (InputArray image, OutputArray fgmask, double learningRate=-1) CV_OVERRIDE=0
	計算前景遮罩。

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

virtual double	getBackgroundPrior () const =0
	返回每個畫素是背景畫素的先驗機率。

virtual double	getDecisionThreshold () const =0
	返回決策閾值。

virtual double	getDefaultLearningRate () const =0
	返回演算法的學習率。

virtual int	getMaxFeatures () const =0
	返回直方圖中要維護的不同顏色的總數。

virtual double	getMaxVal () const =0
	返回影像序列中畫素的最大值。例如 1.0 或 255。

virtual double	getMinVal () const =0
	返回影像序列中畫素的最小值。通常為 0。

virtual int	getNumFrames () const =0
	返回用於初始化背景模型的幀數。

virtual int	getQuantizationLevels () const =0
	返回用於顏色空間量化的引數。

virtual int	getSmoothingRadius () const =0
	返回用於形態學操作的核心半徑。

virtual bool	getUpdateBackgroundModel () const =0
	返回背景模型更新狀態。

virtual void	setBackgroundPrior (double bgprior)=0
	設定每個畫素是背景畫素的先驗機率。

virtual void	setDecisionThreshold (double thresh)=0
	設定決策閾值。

virtual void	setDefaultLearningRate (double lr)=0
	設定演算法的學習率。

virtual void	setMaxFeatures (int maxFeatures)=0
	設定直方圖中要維護的不同顏色的總數。

virtual void	setMaxVal (double val)=0
	設定影像序列中畫素的最大值。

virtual void	setMinVal (double val)=0
	設定影像序列中畫素的最小值。

virtual void	setNumFrames (int nframes)=0
	設定用於初始化背景模型的幀數。

virtual void	setQuantizationLevels (int nlevels)=0
	設定用於顏色空間量化的引數。

virtual void	setSmoothingRadius (int radius)=0
	設定用於形態學操作的核心半徑。

virtual void	setUpdateBackgroundModel (bool update)=0
	設定背景模型更新狀態。

繼承自 cv::BackgroundSubtractor 的公共成員函式
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 Algorithm 為空（例如，在最開始或讀取不成功後），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
	將演算法引數儲存在檔案儲存中。

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

更多繼承的成員
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())
	從字串中載入演算法。

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

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

詳細說明

基於 [108] 中演算法的背景減除器模組。

接收一系列影像並返回相同大小的遮罩序列（8UC1），其中 255 表示前景，0 表示背景。該類實現了 A. Godbehere, A. Matsukawa, K. Goldberg 在 American Control Conference, Montreal, June 2012 上的論文 "Visual Tracking of Human Visitors under Variable-Lighting Conditions for a Responsive Audio Art Installation" 中描述的演算法。

成員函式說明

◆ apply() [1/2]

virtual void cv::bgsegm::BackgroundSubtractorGMG::apply	(	InputArray	影像,
		InputArray	knownForegroundMask,
		OutputArray	fgmask,
		double	learningRate = -1 )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.apply(	image[, fgmask[, learningRate]]	) ->	fgmask
	cv.bgsegm.BackgroundSubtractorGMG.apply(	image, knownForegroundMask[, fgmask[, learningRate]]	) ->	fgmask

使用已知前景遮罩輸入計算前景遮罩。

引數

影像	下一幀影片幀。
fgmask	輸出前景遮罩，為 8 位二進位制影像。
knownForegroundMask	用於輸入已知前景的遮罩。
learningRate	一個介於 0 和 1 之間的值，指示背景模型的學習速度。負引數值使演算法使用自動選擇的學習率。0 表示背景模型完全不更新，1 表示背景模型完全從最後一幀重新初始化。

注意: 此方法有一個預設的虛擬實現，會丟擲“未實現”錯誤。並非所有背景減除器都支援前景遮罩。

實現了 cv::BackgroundSubtractor。

◆ apply() [2/2]

virtual void cv::bgsegm::BackgroundSubtractorGMG::apply	(	InputArray	影像,
		OutputArray	fgmask,
		double	learningRate = -1 )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.apply(	image[, fgmask[, learningRate]]	) ->	fgmask
	cv.bgsegm.BackgroundSubtractorGMG.apply(	image, knownForegroundMask[, fgmask[, learningRate]]	) ->	fgmask

計算前景遮罩。

引數

影像	下一幀影片幀，型別為 CV_8UC(n),CV_8SC(n),CV_16UC(n),CV_16SC(n),CV_32SC(n),CV_32FC(n),CV_64FC(n)，其中 n 為 1,2,3,4。
fgmask	輸出前景遮罩，為 8 位二進位制影像。
learningRate	一個介於 0 和 1 之間的值，指示背景模型的學習速度。負引數值使演算法使用自動選擇的學習率。0 表示背景模型完全不更新，1 表示背景模型完全從最後一幀重新初始化。

實現了 cv::BackgroundSubtractor。

◆ getBackgroundImage()

virtual void cv::bgsegm::BackgroundSubtractorGMG::getBackgroundImage ( OutputArray backgroundImage ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.getBackgroundImage(	[, backgroundImage]	) ->	backgroundImage

計算背景影像。

引數

backgroundImage 輸出背景影像。

注意: 有時背景影像會非常模糊，因為它包含平均背景統計資訊。

實現了 cv::BackgroundSubtractor。

◆ getBackgroundPrior()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getBackgroundPrior ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.getBackgroundPrior(		) ->	retval

返回每個畫素是背景畫素的先驗機率。

◆ getDecisionThreshold()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getDecisionThreshold ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.getDecisionThreshold(		) ->	retval

返回決策閾值。

決策值是畫素被判定為前景的閾值。

◆ getDefaultLearningRate()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getDefaultLearningRate ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.getDefaultLearningRate(		) ->	retval

返回演算法的學習率。

它介於 0.0 和 1.0 之間。它決定了特徵從直方圖中“遺忘”的速度。

◆ getMaxFeatures()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getMaxFeatures ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.getMaxFeatures(		) ->	retval

返回直方圖中要維護的不同顏色的總數。

◆ getMaxVal()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getMaxVal ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.getMaxVal(		) ->	retval

返回影像序列中畫素的最大值。例如 1.0 或 255。

◆ getMinVal()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getMinVal ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.getMinVal(		) ->	retval

返回影像序列中畫素的最小值。通常為 0。

◆ getNumFrames()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getNumFrames ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.getNumFrames(		) ->	retval

返回用於初始化背景模型的幀數。

◆ getQuantizationLevels()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getQuantizationLevels ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.getQuantizationLevels(		) ->	retval

返回用於顏色空間量化的引數。

它是直方圖中每個通道使用的離散級別數。

◆ getSmoothingRadius()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getSmoothingRadius ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.getSmoothingRadius(		) ->	retval

返回用於形態學操作的核心半徑。

◆ getUpdateBackgroundModel()

virtual bool cv::bgsegm::BackgroundSubtractorGMG::getUpdateBackgroundModel ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.getUpdateBackgroundModel(		) ->	retval

返回背景模型更新狀態。

◆ setBackgroundPrior()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setBackgroundPrior ( double bgprior )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.setBackgroundPrior(	bgprior	) ->	None

設定每個畫素是背景畫素的先驗機率。

◆ setDecisionThreshold()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setDecisionThreshold ( double thresh )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.setDecisionThreshold(	thresh	) ->	None

設定決策閾值。

◆ setDefaultLearningRate()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setDefaultLearningRate ( double lr )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.setDefaultLearningRate(	lr	) ->	None

設定演算法的學習率。

◆ setMaxFeatures()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setMaxFeatures ( int maxFeatures )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.setMaxFeatures(	maxFeatures	) ->	None

設定直方圖中要維護的不同顏色的總數。

◆ setMaxVal()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setMaxVal ( double val )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.setMaxVal(	val	) ->	None

設定影像序列中畫素的最大值。

◆ setMinVal()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setMinVal ( double val )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.setMinVal(	val	) ->	None

設定影像序列中畫素的最小值。

◆ setNumFrames()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setNumFrames ( int nframes )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.setNumFrames(	nframes	) ->	None

設定用於初始化背景模型的幀數。

◆ setQuantizationLevels()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setQuantizationLevels ( int nlevels )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.setQuantizationLevels(	nlevels	) ->	None

設定用於顏色空間量化的引數。

◆ setSmoothingRadius()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setSmoothingRadius ( int radius )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.setSmoothingRadius(	radius	) ->	None

設定用於形態學操作的核心半徑。

◆ setUpdateBackgroundModel()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setUpdateBackgroundModel ( bool update )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorGMG.setUpdateBackgroundModel(	update	) ->	None

設定背景模型更新狀態。

該類的文件由以下檔案生成：

opencv2/bgsegm.hpp

公開成員函式

更多繼承的成員

詳細說明

成員函式說明

◆ apply() [1/2]

◆ apply() [2/2]

◆ getBackgroundImage()

◆ getBackgroundPrior()

◆ getDecisionThreshold()

◆ getDefaultLearningRate()

◆ getMaxFeatures()

◆ getMaxVal()

◆ getMinVal()

◆ getNumFrames()

◆ getQuantizationLevels()

◆ getSmoothingRadius()

◆ getUpdateBackgroundModel()

◆ setBackgroundPrior()

◆ setDecisionThreshold()

◆ setDefaultLearningRate()

◆ setMaxFeatures()

◆ setMaxVal()

◆ setMinVal()

◆ setNumFrames()

◆ setQuantizationLevels()

◆ setSmoothingRadius()

◆ setUpdateBackgroundModel()