Opencv和图像处理：提取车身框架的轮廓

Question

我是图像处理的初学者，刚刚开始为一个项目摆弄OpenCV。我有一个行人步行的视频信号。我正在运行pedestrain.cpp程序，它会对HOG进行分类，并希望做一些类似于附加图像的。我在检测到peson之后做了以下事情< / p>

int main (int argc, const char * argv[])
{
    VideoCapture cap(0);
    cap.set(CV_CAP_PROP_FRAME_WIDTH, 320);
    cap.set(CV_CAP_PROP_FRAME_HEIGHT, 240);    
    if (!cap.isOpened())
        return -1;

    Mat img;
    HOGDescriptor hog;
    hog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());
    if((WriteFP=fopen("output.txt", "w")) == NULL) ErrorExit(ER_WRITE_OPEN);


    namedWindow("video capture", CV_WINDOW_AUTOSIZE);
    namedWindow("Motion", CV_WINDOW_AUTOSIZE);


    while (true)
    {
        cap >> img;
        if (!img.data)
            continue;

        vector<Rect> found, found_filtered;
        hog.detectMultiScale(img, found, 0, Size(8,8), Size(32,32), 1.05, 2);

        size_t i, j;
        for (i=0; i<found.size(); i++)
        {
            Rect r = found[i];
            for (j=0; j<found.size(); j++)
                if (j!=i && (r & found[j])==r)
                    break;
            if (j==found.size())
                found_filtered.push_back(r);
        }
        for (i=0; i<found_filtered.size(); i++)
        {
        Rect r = found_filtered[i];
            r.x += cvRound(r.width*0.1);
        r.width = cvRound(r.width*0.8);
        r.y += cvRound(r.height*0.06);
        r.height = cvRound(r.height*0.9);
        rectangle(img, r.tl(), r.br(), cv::Scalar(0,255,0), 2);
        }
        imshow("video capture", img);
        IplImage *mat_img;

        mat_img=cvCloneImage(&(IplImage)img);
        cvThreshold(img,img, 0, 255, CV_THRESH_BINARY_INV);
    cvDilate(img, img, 0,1);
    cvErode(img, img, 0, 0);
    cvFindContours(img, storage_contours, &contours, sizeof(CvContour),
    CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, cvPoint(0, 0));
}

但是，我无法获得像图片中那样的输出帧。有人告诉我需要做什么。谢谢

Answer 1

在Change Detection Benchmark，您将找到最先进的背景建模方法和实现的概述。

OpenCV为背景建模和前景减法提供BackgroundSubtractorMOG类。

大多数方法训练背景颜色的像素统计量，如果像素颜色不属于背景统计数据，则判断像素是前景还是背景。因此，这些方法需要一组训练样本（图像）来学习背景。您还应该提到背景和前景对象的相似颜色可能会导致前景蒙版中的孔，因为算法只能通过颜色在这两个类之间进行划分。