我只在这个link中看到这个描述,它没有非常详细的解释,所以我想知道在哪里可以找到更详细的解释。官方网络文件说“长度的历史“,什么”历史的长度“是什么?
我的代码:
import os
import time
import cv2
def main():
img_src_dirpath = r'C:/Users/Shinelon/Desktop/SRC/'
dir = r'D:/deal_pics/' + time.strftime('%Y-%m-%d') + '/'
if not os.path.exists(dir):
os.makedirs(dir)
img_dst_dirpath = dir
history = 60
varThreshold = 16
detectShadows = True
mog2 = cv2.createBackgroundSubtractorMOG2( history, varThreshold, detectShadows )
for f in os.listdir( img_src_dirpath ):
if f.endswith( '.jpg' ):
img = cv2.imread( img_src_dirpath + f )
mog2.apply( img )
bg = mog2.getBackgroundImage()
cv2.imwrite( img_dst_dirpath + f, bg )
cv2.destroyAllWindows()
if __name__ == '__main__':
main()
答案 0 :(得分:2)
正如@ usr2564301所说,getHistory为你提供了很好的人类语言解释
返回影响背景模型的最后帧数。
如果您需要对其进行数学解释,我建议您阅读此算法所基于的An improved adaptive background mixture model for real-time tracking with shadow detection论文。
您可以从来源(1,2)history
中看到,learningRate
用于计算RedirectMatch 301 ^/xx/?$ /xx/zzzzz
,该文件在本文中基本上是alpha