使用區域性 SVD 二進位制模式進行背景減除。有關該演算法的更多詳細資訊，請參閱 [118]。更多...

#include <opencv2/bgsegm.hpp>

cv::bgsegm::BackgroundSubtractorLSBP 的協作圖

公開成員函式
virtual void	apply (InputArray 影像, InputArray 已知前景掩碼, OutputArray 前景掩碼, double 學習率=-1) CV_OVERRIDE=0
	使用已知前景遮罩輸入計算前景遮罩。

virtual void	apply (InputArray 影像, OutputArray 前景掩碼, double 學習率=-1) CV_OVERRIDE=0
	計算前景遮罩。

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

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

使用區域性 SVD 二進位制模式進行背景減除。有關該演算法的更多詳細資訊，請參閱 [118]。

成員函式說明

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

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorLSBP.apply(	image[, fgmask[, learningRate]]	) ->	fgmask
	cv.bgsegm.BackgroundSubtractorLSBP.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	下一影片幀。浮點幀將按原樣使用，不進行縮放，並且應在 \([0,255]\) 範圍內。
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掩碼，允許模型忽略畫素。
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。

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

純虛擬函式

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

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。
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。

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

純虛擬函式

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

計算背景影像。

引數

backgroundImage 輸出背景影像。

該類的文件由以下檔案生成：