Java OpenCV图像处理之背景消除

目录

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 videocapzara品牌加盟ture 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)).orel(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.relea();                break;            }        }    }    /**     * opencv-4.0.0     * <table border="1" cellpadding="10">     * <tr><td colspan="2" align="center">imgproc.findcontours() 函数 mode 和 method 参数解释</td></tr>     * <tr><th align="center">mode 输入参数</th><th align="center">参数解释</th></tr>     * <tr><td align="left">retr_external</td><td align="left">只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略</td></tr>     * <tr><td align="left">retr_list</td><td align="left">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</td></tr>     * <tr><td align="left">retr_ccomp</td><td align="left"> 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</td></tr>     * <tr&人民资本主义gt;<tdcoreldraw x3教程 align="left">retr_tree</td><td align="left">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。</td></tr>     * <tr><th align="center">mthod 输入参数</th><th align="center">参数解释</th></tr>     * <tr><td align="left">chain_approx_none</td><td align="left">保存物体边界上所有连续的轮廓点到contours向量内</td></tr>     * <tr><td align="left">chain_approx_simple</td><td align="left">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</td></tr>     * <tr><td align="left">chain_approx_tc89_l1<我仍然坚持/td><td align="left">使用teh-chinl chain 近</td></tr>     * <tr><td align="left">chain_approx_tc89_kcos </td><td align="left">使用teh-chinl chain 近</td></tr&小企业财务会计制度及核算办法gt;     *     * @param video mat     * @return: list<rect>     * @date 2019年7月19日 下午22:10:14     */    public static list<rect> process(mat video) {        // 1 跟踪物体在图像中的位置        list<matofpoint> 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).orel(new arraylist<>())                .stream().filter(objects::nonnull)                .map(item -> imgproc.boundingrect(item)).collect(collectors.tolist());    }}

效果图

到此这篇关于java opencv图像处理之背景消除的文章就介绍到这了,更多相关java opencv图像背景消除内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！