文章目录
*
– 1.MeanShift原理
– 2.视频前后景分离
–
+ （1）MOG2去除背景
1.MeanShift原理
（1）严格来说该方法并不是用来对图像进行分割的，而是在彩色层面的平滑滤波；
（2）它会中和色彩分布相近的颜色，平滑色彩细节，侵蚀掉那些面积较小的颜色区域；
（3）它以图像上任一点P为圆心，半径为sp,色彩幅值为sr进行不断的迭代；
pyrMeanShiftFiltering(src, sp, sr, dst=None, maxLevel=None, termcrit=None):
Src:输入的原始图像；
Sp:双精度半径，值越大，模糊程度越大；
Sr:色彩的幅值变化范围，变化范围越大，连成一片区域的也就是越大。
Dst:输出的图像；
maxLevel:默认值为1；
Termcrit:终止标准：何时停止meanshift迭代。
import os
import cv2
import numpy as np
img=cv2.imread('images/lenna.png')
img=cv2.resize(src=img,dsize=(450,450))
#图像分割
dst=cv2.pyrMeanShiftFiltering(src=img,sp=20,sr=30)
#图像分割(边缘的处理）
canny=cv2.Canny(image=dst,threshold1=30,threshold2=100)
#查找轮廓
conturs,hierarchy=cv2.findContours(image=canny,mode=cv2.RETR_EXTERNAL,method=cv2.CHAIN_APPROX_SIMPLE)
#画出轮廓
cv2.drawContours(image=img,contours=conturs,contourIdx=-1,color=(0,255,0),thickness=3)
cv2.imshow('img',img)
cv2.imshow('dst',dst)
cv2.imshow('canny',canny)
cv2.waitKey(0)
cv2.destroyAllWindows()
if __name__ == '__main__':
print('Pycharm')
Canny边缘检测算法：
https://mydreamambitious.blog.csdn.net/article/details/125116318
图像查找findHomography：
https://mydreamambitious.blog.csdn.net/article/details/125385752
2.视频前后景分离
（1）MOG2去除背景
在createBackgroundSubtractorMOG的基础上进行了改进；
混合高斯模型为基础的前景或者背景分割算法
createBackgroundSubtractorMOG2(history=None, varThreshold=None, detectShadows=None):
History：进行建模的需要多长的参考帧，默认值为200；
varThreshold：判断背景模型是否能很好地描述像素。
detectShadows：阴影检测；
import os
import cv2
import numpy as np
#打开摄像头
cap=cv2.VideoCapture('video/University_Traffic.mp4')
#创建前景分离对象
bgsegment=cv2.createBackgroundSubtractorMOG2()
while cap.isOpened():
OK,frame=cap.read()
if OK==False:
break
frame=cv2.resize(src=frame,dsize=(500,500))
fgmask=bgsegment.apply(frame)
cv2.imshow('img',fgmask)
if cv2.waitKey(1)&0xFF==27:
break
cap.release()
cv2.destroyAllWindows()
if __name__ == '__main__':
print('Pycharm')
从视频帧中可以看到MOG2产生了很多的噪点，所以对此提出了改进的方法：
GMG去除背景的方法：
静态背景图估计和每个像素的贝叶斯分割抗噪性更强；
Original: https://blog.csdn.net/Keep_Trying_Go/article/details/125451244
Author: Keep_Trying_Go
Title: Opencv中的MeanShift图像分割和视频背景分离（python实现）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/702946/
转载文章受原作者版权保护。转载请注明原作者出处！