opencv2中的背景/前景分离（类BackgroundSubtractor）

class
CV_EXPORTS_W BackgroundSubtractor:public Algorithm

class BackgroundSubtractorMOG : public BackgroundSubtractor

class BackgroundSubtractorMOG2 : public BackgroundSubtractor¶

在智能视频分析中，混合高斯建模算法（GMM）是使用最为广泛的算法之一，近来项目对速度要求较高，原先研发的算法在实时性上无法满足需求，因此转向GMM。

在Opencv中，有GMM算法的三个实现版本，分别是BackgroundSubtractorMOG、BackgroundSubtractorMOG2和BackgroundSubtractorGMG，在多种实际场景测试和比较中，发现BackgroundSubtractorMOG综合性能要优于其他两种，因此采用BackgroundSubtractorMOG为原型进行改写。

#include<opencv2/core/core.hpp>

#include <opencv2/imgproc/imgproc.hpp>

#include <opencv2/highgui/highgui.hpp>

#include <opencv2/video/background_segm.hpp>

#include <iostream>

using namespace std;

using namespace cv;

int main()

{

// Open the video file

VideoCapture capture("E:/图片/bike.avi");

// check if video successfully opened

if (!capture.isOpened())

return 0;

// current video frame

Mat frame;

// foreground binary image

Mat foreground;

namedWindow("Extracted Foreground");

// The Mixture of Gaussian object

// used with all default parameters

BackgroundSubtractorMOG mog;

bool stop(false);

// for all frames in video

while (!stop) {

// read next frame if any

if (!capture.read(frame))

break;

// update the background

// and return the foreground

mog(frame,foreground,0.01);

// Complement the image

threshold(foreground,foreground,128,255,cv::THRESH_BINARY_INV);

// show foreground

imshow("Extracted Foreground",foreground);

// introduce a delay

// or press key to stop

if (waitKey(10)>=0)

stop= true;

}

waitKey();

}

运行结果：