如何使 openCV 背景减法 KNN 算法持续更长时间,跟踪不动的前景对象
How can I make openCV Backgroundsubtraction KNN algorithm last longer, tracking a foregound object which is not moving
我正在尝试减去这块积木。
.
为此我使用了opencv 3.0提供的KNN算法。
为了初始化背景模型,我使用了 40 帧没有砖块。
总而言之,它工作得很好。
(带阴影的砖)
唯一的问题是算法在第 58 帧左右开始丢失砖块
(图片显示第 62 帧)
在第 64 帧之后,我只得到黑色图像。我知道如果砖块会移动就不会发生这种情况,但不幸的是有很长的序列它不会移动。
有人知道解决这个问题的方法吗?
PS:我尝试使用
的历史参数
cv::createBackgroundSubtractorKNN(int history,double Threshold, bool detectShadows= true)
但是history = 500 or history = 500000
没有区别
一个简单但缓慢的解决方案是每五帧重新初始化背景模型。
for (size_t i = 0; i < imageList.size(); i++){
if (i % 5 == 0){
for (auto& it : backgroundList){
string nextFrameFilename(it.string());
frame = cv::imread(nextFrameFilename);
pMOG->apply(frame, fgMaskMOG2);
imshow("Frame", frame);
imshow("FG Mask MOG 2", fgMaskMOG2);
keyboard = cv::waitKey(30);
}
}
}
我正在尝试减去这块积木。
为此我使用了opencv 3.0提供的KNN算法。 为了初始化背景模型,我使用了 40 帧没有砖块。
总而言之,它工作得很好。
(带阴影的砖)
唯一的问题是算法在第 58 帧左右开始丢失砖块
(图片显示第 62 帧)
在第 64 帧之后,我只得到黑色图像。我知道如果砖块会移动就不会发生这种情况,但不幸的是有很长的序列它不会移动。
有人知道解决这个问题的方法吗?
PS:我尝试使用
的历史参数cv::createBackgroundSubtractorKNN(int history,double Threshold, bool detectShadows= true)
但是history = 500 or history = 500000
一个简单但缓慢的解决方案是每五帧重新初始化背景模型。
for (size_t i = 0; i < imageList.size(); i++){
if (i % 5 == 0){
for (auto& it : backgroundList){
string nextFrameFilename(it.string());
frame = cv::imread(nextFrameFilename);
pMOG->apply(frame, fgMaskMOG2);
imshow("Frame", frame);
imshow("FG Mask MOG 2", fgMaskMOG2);
keyboard = cv::waitKey(30);
}
}
}