Методы вычитания фона в OpenCV с использованием Python: подробное руководство - Fcodenotes

Вычитание фона – это фундаментальный метод компьютерного зрения, используемый для отделения объектов переднего плана от фона в видео или последовательности изображений. Он находит применение в различных областях, таких как наблюдение, отслеживание объектов и анализ видео. В этой статье мы рассмотрим несколько методов вычитания фона, доступных в OpenCV и реализованных с использованием Python. Мы предоставим примеры кода для каждого метода, чтобы помочь вам понять их реализацию.

Простое вычитание фона.
Самый простой подход предполагает вычитание статического фонового изображения из каждого кадра видео. Полученное разностное изображение выделяет объекты переднего плана. Вот пример фрагмента кода:

import cv2
cap = cv2.VideoCapture('video.mp4')
background = cv2.imread('background.jpg')
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    diff = cv2.absdiff(frame, background)
    cv2.imshow('Foreground', diff)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

Вычитание фона по скользящему среднему.
Этот метод поддерживает скользящее среднее значение фона с течением времени, адаптируясь к постепенным изменениям сцены. Вот пример фрагмента кода:

import cv2
cap = cv2.VideoCapture('video.mp4')
alpha = 0.01
background = None
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    if background is None:
        background = frame.copy().astype('float')
        continue

    cv2.accumulateWeighted(frame, background, alpha)
    diff = cv2.absdiff(frame, cv2.convertScaleAbs(background))
    cv2.imshow('Foreground', diff)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

Вычитание фона модели гауссовой смеси (GMM):
Этот метод моделирует интенсивность каждого пикселя как смесь гауссовых распределений, что позволяет более надежно оценить фон. Вот пример фрагмента кода:

import cv2
cap = cv2.VideoCapture('video.mp4')
bg_subtractor = cv2.createBackgroundSubtractorMOG2()
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    fg_mask = bg_subtractor.apply(frame)
    cv2.imshow('Foreground', fg_mask)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

Вычитание фона K-ближайших соседей (KNN):
Этот метод использует алгоритм k-ближайших соседей для классификации каждого пикселя как фона или переднего плана. Вот пример фрагмента кода:

import cv2
cap = cv2.VideoCapture('video.mp4')
bg_subtractor = cv2.createBackgroundSubtractorKNN()
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    fg_mask = bg_subtractor.apply(frame)
    cv2.imshow('Foreground', fg_mask)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

В этой статье мы рассмотрели несколько методов вычитания фона, доступных в OpenCV с использованием Python. Мы предоставили примеры кода для каждого метода, что позволяет вам реализовать их и поэкспериментировать с ними в ваших собственных проектах. Вычитание фона — мощный инструмент компьютерного зрения, позволяющий использовать различные приложения, такие как обнаружение и отслеживание объектов. Понимая эти методы, вы сможете извлекать значимую информацию о переднем плане из видео или последовательностей изображений.