opencv平均背景法详解

本文实例为大家分享了opencv平均背景法的具体代码,供大家参考,具体内容如下

#include<opencv2/opencv.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
using namespace std;
using namespace cv;
IplImage *IavgF, *IdiffF, *IprevF, *IhiF, *IlowF;
IplImage *Iscratch, *Iscratch2;
IplImage *Igray1, *Igray2, *Igray3;
IplImage *Ilow1, *Ilow2, *Ilow3;
IplImage *Ihi1, *Ihi2, *Ihi3;
IplImage *Imaskt;
float Icount;
void AllocateImages(IplImage* I){
 CvSize sz = cvGetSize(I);
 IavgF = cvCreateImage(sz, IPL_DEPTH_32F, 3);
 IdiffF = cvCreateImage(sz, IPL_DEPTH_32F, 3);
 IprevF = cvCreateImage(sz, IPL_DEPTH_32F, 3);
 IhiF = cvCreateImage(sz, IPL_DEPTH_32F, 3);
 IlowF = cvCreateImage(sz, IPL_DEPTH_32F, 3);
 Ilow1 = cvCreateImage(sz, IPL_DEPTH_32F, 1);
 Ilow2 = cvCreateImage(sz, IPL_DEPTH_32F, 1);
 Ilow3 = cvCreateImage(sz, IPL_DEPTH_32F, 1);
 Ihi1 = cvCreateImage(sz, IPL_DEPTH_32F, 1);
 Ihi2 = cvCreateImage(sz, IPL_DEPTH_32F, 1);
 Ihi3 = cvCreateImage(sz, IPL_DEPTH_32F, 1);
 cvZero(IavgF);
 cvZero(IdiffF);
 cvZero(IprevF);
 cvZero(IhiF);
 cvZero(IlowF);
 Icount = 0.00001;
 Iscratch = cvCreateImage(sz, IPL_DEPTH_32F, 3);
 Iscratch2 = cvCreateImage(sz, IPL_DEPTH_32F, 3);
 Igray1 = cvCreateImage(sz, IPL_DEPTH_32F, 1);
 Igray2 = cvCreateImage(sz, IPL_DEPTH_32F, 1);
 Igray3 = cvCreateImage(sz, IPL_DEPTH_32F, 1);
 Imaskt = cvCreateImage(sz, IPL_DEPTH_8U, 1);
 cvZero(Iscratch);
 cvZero(Iscratch2);
}
void accumulateBackground(IplImage *I){
 static int first = 1;
 cvCvtScale(I, Iscratch, 1, 0);
 if (!first){
 cvAcc(Iscratch, IavgF);
 cvAbsDiff(Iscratch, IprevF, Iscratch2);
 cvAcc(Iscratch2, IdiffF);
 Icount += 1.0;
 }
 first = 0;
 cvCopy(Iscratch, IprevF);
}
void setHighThreshold(float scale){
 cvConvertScale(IdiffF, Iscratch, scale);
 cvAdd(Iscratch, IavgF, IhiF);
 cvSplit(IhiF, Ihi1, Ihi2, Ihi3, 0);
}
void setLowThreshold(float scale){
 cvConvertScale(IdiffF, Iscratch, scale);
 cvAdd(IavgF, Iscratch, IlowF);
 cvSplit(IlowF,Ilow1,Ilow2,Ilow3, 0);
}

void createModelsfromStats(){
 cvConvertScale(IavgF, IavgF, (double)(1.0 / Icount));
 cvConvertScale(IdiffF, IdiffF, (double)(1.0 / Icount));
 cvAddS(IdiffF, cvScalar(1.0, 1.0, 1.0), IdiffF);
 setHighThreshold(10.0);
 setLowThreshold(4.0);
}
void backgroundDiff(IplImage* I, IplImage* Imask){
 cvCvtScale(I, Iscratch, 1, 0);
 cvSplit(Iscratch, Igray1, Igray2, Igray3, 0);
 cvInRange(Igray1, Ilow1, Ihi1, Imask);
 cvInRange(Igray2, Ilow2, Ihi2, Imaskt);
 cvOr(Imask, Imaskt, Imask);
 cvInRange(Igray3, Ilow3, Ihi3, Imaskt);
 cvOr(Imask, Imaskt, Imask);
 cvSubRS(Imask, Scalar(255), Imask);
}
void DeallocateImages(){
 cvReleaseImage(&IavgF);
 cvReleaseImage(&IdiffF);
 cvReleaseImage(&IprevF);
 cvReleaseImage(&IhiF);
 cvReleaseImage(&IlowF);
 cvReleaseImage(&Ilow1);
 cvReleaseImage(&Ilow2);
 cvReleaseImage(&Ilow3);
 cvReleaseImage(&Ihi1);
 cvReleaseImage(&Ihi2);
 cvReleaseImage(&Ihi3);
 cvReleaseImage(&Iscratch);
 cvReleaseImage(&Iscratch2);
 cvReleaseImage(&Igray1);
 cvReleaseImage(&Igray2);
 cvReleaseImage(&Igray3);
 cvReleaseImage(&Imaskt);
}

char filename[100];
char newcontour[100];
void main()
{
 TickMeter tm;
 tm.start();
 //many imgs
 IplImage* src = cvLoadImage("待处理背面图\\55124.bmp");
 AllocateImages(src);
 for (int i = 55124; i <= 56460; i++)
 {
 sprintf(filename, "待处理背面图\\%d.bmp", i);
 sprintf(newcontour, "分割前景\\%d.bmp", i);
 IplImage* src_ipl = cvLoadImage(filename);
 accumulateBackground(src_ipl);
 createModelsfromStats();
 CvSize sz = cvGetSize(src_ipl);
 IplImage* myImask = cvCreateImage(sz, IPL_DEPTH_8U, 1);;
 backgroundDiff(src_ipl, myImask);
 cvSaveImage(newcontour, myImask);
 }
 DeallocateImages();
 tm.stop();
 cout << "count=" << tm.getCounter() << ",process time=" << tm.getTimeMilli() << endl;
}

然而对我的图还是不适合分割出轮廓:

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。

(0)

相关推荐

  • OpenCV实现平均背景法

    平均背景法的基本思想是计算每个像素的平均值和标准差作为它的背景模型. 平均背景法使用四个OpenCV函数: cvAcc(),累积图像: cvAbsDiff() ,计算一定时间内的每帧图像只差: cvInRange(), 将图像分割成前景区域和背景区域: cvOr(), 将不同的彩色通道图像中合成为一个掩膜图像 代码: /* 平均背景法 */ #include "highgui.h" #include "cv.h" #include<stdlib.h> #

  • opencv利用视频的前n帧求平均图像

    本文实例为大家分享了opencv利用视频的前n帧求平均图像的具体代码,供大家参考,具体内容如下 自己写的哈,可以用该小程序对视频求解平均模型. //OpenCV中如何累加多幅图像并取平均值 #include "cv.h" #include "highgui.h" int main(int argc,char *argv[]) { int nframe = 50;//利用前nfram帧求解平均图 CvCapture *capture = cvCreateFileCap

  • opencv平均背景法详解

    本文实例为大家分享了opencv平均背景法的具体代码,供大家参考,具体内容如下 #include<opencv2/opencv.hpp> #include<opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp> using namespace std; using namespace cv; IplImage *IavgF, *IdiffF, *IprevF, *IhiF, *IlowF; I

  • ProgressBar、ProgessDialog-用法(详解)

    一.ProgressBar 1. 常用类型 1.1 不确定式圆形进度条 style="@android:style/Widget.Holo.Light.ProgressBar" style="@android:style/Widget.DeviceDefault.Light.ProgressBar.Large" ... 没有显示进度,可作为过场动画.有大.中.小三种大小,默认为中. 1.2 条形进度条 style="@android:style/Widge

  • Python OpenCV机器学习之图像识别详解

    目录 背景 一.人脸识别 二.车牌识别 三.DNN图像分类 背景 OpenCV中也提供了一些机器学习的方法,例如DNN:本篇将简单介绍一下机器学习的一些应用,对比传统和前沿的算法,能从其中看出优劣: 一.人脸识别 主要有以下两种实现方法: 1.哈尔(Haar)级联法:专门解决人脸识别而推出的传统算法: 实现步骤: 创建Haar级联器: 导入图片并将其灰度化: 调用函数接口进行人脸识别: 函数原型: detectMultiScale(img,scaleFactor,minNeighbors) sc

  • opencv canny边缘检测算法详解

    目录 一.边缘检测原理 二.canny算法原理 三.opencv函数支持Canny() 四.代码示例: 一.边缘检测原理 图像的边缘由图像中两个相邻的区域之间的像素集合组成,是指图像中一个区域的结束和另外一个区域的开始.也可以这么理解,图像边缘就是图像中灰度值发生空间突变的像素的集合.梯度方向和幅度是图像边缘的两个性质,沿着跟边缘垂直的的方向,像素值的变化幅度比较平缓:而沿着与边缘平行的方向,则像素值变化幅度变化比较大.于是,根据该变化特性,通常会采用计算一阶或者二阶导数的方法来描述和检测图像边

  • Java 驼峰命名法详解(必看篇)

    标识符: Java对各种变量.方法和类等要素命名时使用的字符序列称为标识符 凡是自己可以起名字的地方都叫标识符 定义合法标识符的规则: 由26个英文字母大小写,0-9,_或$组成 数字不可以开头 不可以使用关键字和保留字,但是能包括关键字和保留字 Java中严格区分大小写,长度无限制 标识符不能包括空格 取名尽量做到"见名知意" 关于使用中文,Oracle 官网给出的文档是这样描述的: An identifier is an unlimited-length sequence of J

  • Javascript 高性能之递归,迭代,查表法详解及实例

    Javascript 高性能之递归,迭代,查表法详解 递归 概念:函数通过直接调用自身,或者两个函数之间的互相调用,来达到一定的目的,比如排序,阶乘等 简单的递归 阶乘 function factorial(n) { if (n == 0) { return 1; } else { return n * factorial(n - 1); } } 递归实现排序 /* 排序且合并数组 */ function myMerge(left, right) { // 保存最后结果的数组 var res =

  • python OpenCV 实现高斯滤波详解

    目录 一.高斯滤波 二.C++代码 三.python代码 四.结果展示 1.原始图像 2.5x5卷积 3.9x9卷积 一.高斯滤波    高斯滤波是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程. [1] 通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到.高斯滤波的具体操作是:用一个模板(或称卷积.掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值. 二.C++代码

  • python opencv图像处理基本操作示例详解

    目录 1.图像基本操作 ①读取图像 ②显示图像 ③视频读取 ④图像截取 ⑤颜色通道提取及还原 ⑥边界填充 ⑦数值计算 ⑧图像融合 2.阈值与平滑处理 ①设定阈值并对图像处理 ②图像平滑-均值滤波 ③图像平滑-方框滤波 ④图像平滑-高斯滤波 ⑤图像平滑-中值滤波 3.图像的形态学处理 ①腐蚀操作 ②膨胀操作 ③开运算和闭运算 4.图像梯度处理 ①梯度运算 ②礼帽与黑帽 ③图像的梯度处理 5.边缘检测 ①Canny边缘检测 1.图像基本操作 ①读取图像 ②显示图像 该函数中,name是显示窗口的名字

  • Python OpenCV绘制各类几何图形详解

    目录 一.绘制直线 二.绘制矩形 三.绘制圆形 四.绘制椭圆 五.绘制多边形 六.绘制文字 七.总结 一.绘制直线 在OpenCV中,绘制直线需要获取直线的起点和终点坐标,调用cv2.line()函数实现该功能.该函数原型如下所示: img = line(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) – img表示需要绘制的那幅图像 – pt1表示线段第一个点的坐标 – pt2表示线段第二个点的坐标 – color表示线条颜色,需

随机推荐