如何将背景减法设置为稳定对象

Question

嗨，我正在写一篇论文，我正在寻找一种方法如何将人类物体转换为房间中的白色像素。 这里我使用背景减法来检测物体。 问题是背景减法通过不断更新每一帧的背景来工作，所以长时间停留在原地的物体将被视为背景。 如何让我的算法仅在空间为空时将每一帧与第一帧进行比较，这样如果每帧与第一帧之间存在差异，它将被视为一个对象？ 我正在考虑将第一帧更改为背景图像并将其与每一帧进行比较，这样如果与我设置的背景有任何不同，它将被视为一个对象。 怎么做 ？？ 哦，是的，这是我的代码

import numpy as np
import cv2
import datetime
from playsound import playsound

# Mengubah ukuran
dim = (480, 360)

# Menangkap citra pada video
cap = cv2.VideoCapture('sample1.mp4')

# background subtraction
fgbg = cv2.createBackgroundSubtractorMOG2(500,16,True)

# Structuring elements for morphographic filters
kernelOp = np.ones((3, 3), np.uint8)
kernelCl = np.ones((11, 11), np.uint8)

#  Read an image of the video source
ret, frame = cap.read()
frame = cv2.resize(frame, dim, interpolation=cv2.INTER_AREA)

#  Read an image of the video source
ret, frame = cap.read()

while cap.isOpened():
    #  Read an image of the video source
    ret, frame = cap.read()
    frame = cv2.resize(frame, dim, interpolation=cv2.INTER_AREA)
    # Apply background subtraction
    fgmask2 = fgbg.apply(frame)
    # eliminate shadows (gray color)
    ret, imBin2 = cv2.threshold(fgmask2, 254, 255, cv2.THRESH_BINARY)
    mask2 = cv2.morphologyEx(imBin2, cv2.MORPH_OPEN, kernelOp)
    mask2 = cv2.morphologyEx(mask2, cv2.MORPH_CLOSE, kernelCl)

    cv2.imshow('Original Video', frame)  # display original video
    cv2.imshow('Masked Video', mask2)  # display B & W video
    # press ESC to exit
    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break
# End of while(cap.isOpened())
# release video and close all windows
cap.release()
cv2.destroyAllWindows()

Answer 1

您拥有视频的初始帧，但您在while循环中分配了相同的变量，因此它被覆盖。 也更好地工作灰度。

为初始帧分配一个不同的变量：

ret, initial_frame = cap.read()
initial_frame = cv2.resize(initial_frame, dim, interpolation=cv2.INTER_AREA)
initial_frame_gray = cv2.cvtColor(initial_frame, cv2.COLOR_BGR2GRAY)

在while循环中，将视频逐帧读取为灰度，并从initial_frame_gray中减去每一帧：

while cap.isOpened():
    #  Read an image of the video source
    ret, frame = cap.read()
    frame = cv2.resize(frame, dim, interpolation=cv2.INTER_AREA)
    frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

由于您使用的是灰度，您可以使用cv2.subtract()来查找当前帧和初始帧之间的差异。 它还确保像素强度保持在 [0-255] 范围内

    difference = cv2.subtract(initial_frame_gray , frame_gray )

从这里开始，您可以执行后续操作（消除阴影、形态等）