Java OpenCV图像处理之背景消除

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
     * <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><td 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</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>
     *
     * @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).orelse(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！