環境 ubuntu16.04 + opencv3.0 + python2.7，環境配置可參考www.pyimagesearch.com
前言:
背景減法是許多基於視覺的應用程式中的主要預處理步驟。
opencv已經實現了三個非常容易使用的演算法。
效果圖展示：
實現僅僅匯入opencv的預設演算法
# -*- coding:utf-8 -*-
# about background subtractor
import cv2
import numpy as np
cap = cv2.videocapture(0)
# background subtractor
fgbg1 = cv2.createbackgroundsubtractorknn()
fgbg2 = cv2.createbackgroundsubtractormog2()
while(1):
ret, frame = cap.read()
cv2.imshow('frame', fgmask)
if cv2.waitkey(1) & 0xff == ord('q'):
break
cap.release()
cv2.destroyallwindows()
OpenCV混合高斯模型前景分離
目前，運動物體檢測的問題主要分為兩類，攝像機固定和攝像機運動。對於攝像機運動的運動物體檢測問題，比較著名的解決方案是光流法，通過求解偏微分方程求的影象序列的光流場，從而 攝像機的運動狀態。對於攝像機固定的情形，當然也可以用光流法，但是由於光流法的複雜性，往往難以實時的計算，所以我採用 高斯背景模型。...
高斯混合模型
本文就高斯混合模型 gmm,gaussian mixture model 引數如何確立這個問題，詳細講解期望最大化 em,expectation maximization 演算法的實施過程。多維變數x服從高斯分布時，它的概率密度函式pdf為 x是維度為d的列向量，u是模型期望，是模型方差。在實際應用...
高斯混合模型
高斯混合模型 本文就高斯混合模型 gmm,gaussian mixture model 引數如何確立這個問題，詳細講解期望最大化 em,expectation maximization 演算法的實施過程。多維變數x服從高斯分布時，它的概率密度函式pdf為 x是維度為d的列向量，u是模型期望，是模型方...