千家信息网

Java OpenCV怎么实现背景消除

发表于:2025-02-03 作者:千家信息网编辑
千家信息网最后更新 2025年02月03日,这篇"Java OpenCV怎么实现背景消除"文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看
千家信息网最后更新 2025年02月03日Java OpenCV怎么实现背景消除

这篇"Java OpenCV怎么实现背景消除"文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇"Java OpenCV怎么实现背景消除"文章吧。

实现步骤

1.获取视频

2.设置形态学结构

3.创建Video.createBackgroundSubtractorMOG2()

4.提取模型 BS

5.进行形态学变换

6.展示结果

主要代码

package com.xu.opencv;import java.util.ArrayList;import java.util.List;import java.util.Objects;import java.util.Optional;import java.util.stream.Collectors;import org.opencv.core.Core;import org.opencv.core.Mat;import org.opencv.core.MatOfPoint;import org.opencv.core.Point;import org.opencv.core.Rect;import org.opencv.core.Scalar;import org.opencv.core.Size;import org.opencv.highgui.HighGui;import org.opencv.imgproc.Imgproc;import org.opencv.video.BackgroundSubtractorMOG2;import org.opencv.video.Video;import org.opencv.videoio.VideoCapture;/** * @Title: BSM.java * @Package com.xu.opencv * @Description: OpenCV-4.1.0 背景消除 * @author: hyacinth * @date: 2019年7月19日 下午22:10:14 * @version: V-1.0 * @Copyright: 2019 hyacinth */public class BSM {    static {        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);    }    public static void main(String[] args) {        BSM_MOG2();    }    /**     * OpenCV-4.1.0 视频分析和对象跟踪 背景消除 GMM     *     * @return: void     * @date: 2019年7月19日 下午22:10:14     */    public static void BSM_MOG2() {        // 1 创建 VideoCapture 对象        VideoCapture capture = new VideoCapture(0);        // 2 使用 VideoCapture 对象读取本地视频        capture.open("D:\\BaiduNetdiskDownload\\video_003.avi");        // 3 获取视频处理时的键盘输入 我这里是为了在 视频处理时如果按 Esc 退出视频对象跟踪        int index = 0;        // 4 使用 Mat video 保存视频中的图像帧 针对每一帧 做处理        Mat video = new Mat();        // 5 获取形态学结构        Mat kernel = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3, 3), new Point(-1, -1));        // 6 GMM        BackgroundSubtractorMOG2 subtractor = Video.createBackgroundSubtractorMOG2();        Mat fgmask = new Mat();        while (capture.read(video)) {            // 7  提取模型 BSM            subtractor.apply(video, fgmask);            // 8 形态学变换            Imgproc.morphologyEx(fgmask, fgmask, Imgproc.MORPH_OPEN, kernel, new Point(-1, -1));            // 9 效果展示            Optional.ofNullable(process(fgmask)).orElse(new ArrayList<>())                    .stream().filter(Objects::nonNull).forEach(rect -> {                        Imgproc.rectangle(fgmask, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(255, 0, 0), 1, Imgproc.LINE_AA, 0);                    });            HighGui.imshow("GMM 背景消除", fgmask);            index = HighGui.waitKey(100);            if (index == 27) {                capture.release();                break;            }        }    }    /**     * OpenCV-4.0.0     *      *      *      *      *      *      *      *      *      *      *      *      *     * @param video Mat     * @return: List     * @date 2019年7月19日 下午22:10:14     */    public static List process(Mat video) {        // 1 跟踪物体在图像中的位置        List contours = new ArrayList<>();        // 2 找出图像中物体的位置        Imgproc.findContours(video, contours, new Mat(), Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE, new Point(2, 2));        return Optional.ofNullable(contours).orElse(new ArrayList<>())                .stream().filter(Objects::nonNull)                .map(item -> Imgproc.boundingRect(item)).collect(Collectors.toList());    }}

效果图

以上就是关于"Java OpenCV怎么实现背景消除"这篇文章的内容,相信大家都有了一定的了解,希望小编分享的内容对大家有帮助,若想了解更多相关的知识内容,请关注行业资讯频道。

0
Imgproc.findContours() 函数 mode 和 method 参数解释
Mode 输入参数参数解释
RETR_EXTERNAL只检测最外围轮廓,包含在外围轮廓内的内围轮廓被忽略
RETR_LIST检测所有的轮廓,包括内围、外围轮廓,但是检测到的轮廓不建立等级关系,彼此之间独立,没有等级关系,这就意味着这个检索模式下不存在父轮廓或内嵌轮廓,所以hierarchy向量内所有元素的第3、第4个分量都会被置为-1
RETR_CCOMP 检测所有的轮廓,但所有轮廓只建立两个等级关系,外围为顶层,若外围内的内围轮廓还包含了其他的轮廓信息,则内围内的所有轮廓均归属于顶层
RETR_TREE检测所有轮廓,所有轮廓建立一个等级树结构。外层轮廓包含内层轮廓,内层轮廓还可以继续包含内嵌轮廓。
Mthod 输入参数参数解释
CHAIN_APPROX_NONE保存物体边界上所有连续的轮廓点到contours向量内
CHAIN_APPROX_SIMPLE仅保存轮廓的拐点信息,把所有轮廓拐点处的点保存入contours向量内,拐点与拐点之间直线段上的信息点不予保留
CHAIN_APPROX_TC89_L1使用teh-Chinl chain 近
CHAIN_APPROX_TC89_KCOS 使用teh-Chinl chain 近