基於計數的背景減除。更多...

#include <opencv2/bgsegm.hpp>

cv::bgsegm::BackgroundSubtractorCNT 的協作圖

公開成員函式
virtual void	apply (InputArray 影像, 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 影像, 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 bool	getIsParallel () const =0
	返回我們是否正在並行化演算法。

virtual int	getMaxPixelStability () const =0
	返回畫素在歷史記錄中允許的最大信用額度。

virtual int	getMinPixelStability () const =0
	返回具有相同畫素顏色以被視為穩定的幀數。

virtual bool	getUseHistory () const =0
	返回我們是否為畫素的長期穩定性提供信用。

virtual void	setIsParallel (bool value)=0
	設定我們是否正在並行化演算法。

virtual void	setMaxPixelStability (int value)=0
	設定畫素在歷史記錄中允許的最大信用額度。

virtual void	setMinPixelStability (int value)=0
	設定具有相同畫素顏色以被視為穩定的幀數。

virtual void	setUseHistory (bool value)=0
	設定我們是否為畫素的長期穩定性提供信用。

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

基於計數的背景減除。

在高端系統上與 MOG2 速度相當。在廉價硬體上（在 Raspberry Pi3 上進行了基準測試）比 MOG2 快兩倍多。

演算法作者 Sagi Zeevi ( https://github.com/sagi-z/BackgroundSubtractorCNT )

成員函式說明

◆ apply() [1/2]

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

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorCNT.apply(	image[, fgmask[, learningRate]]	) ->	fgmask
	cv.bgsegm.BackgroundSubtractorCNT.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。
knownForegroundMask	用於輸入已知前景的掩碼。
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。

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

實現了 cv::BackgroundSubtractor。

◆ apply() [2/2]

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

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorCNT.apply(	image[, fgmask[, learningRate]]	) ->	fgmask
	cv.bgsegm.BackgroundSubtractorCNT.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。

實現了 cv::BackgroundSubtractor。

◆ getBackgroundImage()

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

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorCNT.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。

◆ getIsParallel()

virtual bool cv::bgsegm::BackgroundSubtractorCNT::getIsParallel ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorCNT.getIsParallel(		) ->	retval

返回我們是否正在並行化演算法。

◆ getMaxPixelStability()

virtual int cv::bgsegm::BackgroundSubtractorCNT::getMaxPixelStability ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorCNT.getMaxPixelStability(		) ->	retval

返回畫素在歷史記錄中允許的最大信用額度。

◆ getMinPixelStability()

virtual int cv::bgsegm::BackgroundSubtractorCNT::getMinPixelStability ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorCNT.getMinPixelStability(		) ->	retval

返回具有相同畫素顏色以被視為穩定的幀數。

◆ getUseHistory()

virtual bool cv::bgsegm::BackgroundSubtractorCNT::getUseHistory ( ) const

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorCNT.getUseHistory(		) ->	retval

返回我們是否為畫素的長期穩定性提供信用。

◆ setIsParallel()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setIsParallel ( bool value (值) )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorCNT.setIsParallel(	value (值)	) ->	None

設定我們是否正在並行化演算法。

◆ setMaxPixelStability()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setMaxPixelStability ( int value (值) )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorCNT.setMaxPixelStability(	value (值)	) ->	None

設定畫素在歷史記錄中允許的最大信用額度。

◆ setMinPixelStability()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setMinPixelStability ( int value (值) )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorCNT.setMinPixelStability(	value (值)	) ->	None

設定具有相同畫素顏色以被視為穩定的幀數。

◆ setUseHistory()

virtual void cv::bgsegm::BackgroundSubtractorCNT::setUseHistory ( bool value (值) )

純虛擬函式

Python
	cv.bgsegm.BackgroundSubtractorCNT.setUseHistory(	value (值)	) ->	None

設定我們是否為畫素的長期穩定性提供信用。

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()

◆ getIsParallel()

◆ getMaxPixelStability()

◆ getMinPixelStability()

◆ getUseHistory()

◆ setIsParallel()

◆ setMaxPixelStability()

◆ setMinPixelStability()

◆ setUseHistory()