[109] で示されたアルゴリズムに基づく背景差分モジュール。続きを読む...

#include <opencv2/bgsegm.hpp>

Collaboration diagram for cv::bgsegm::BackgroundSubtractorGMG:

公開メンバ関数
virtual void	apply (InputArray image, InputArray knownForegroundMask, OutputArray fgmask, double learningRate=-1) CV_OVERRIDE=0
	既知の前景マスクを入力として前景マスクを計算する。

virtual void	apply (InputArray image, OutputArray fgmask, double learningRate=-1) CV_OVERRIDE=0
	前景マスクを計算する。

virtual void	getBackgroundImage (OutputArray backgroundImage) const CV_OVERRIDE=0
	背景画像を計算する。

virtual double	getBackgroundPrior () const =0
	各ピクセルが背景ピクセルである事前確率を返す。

virtual double	getDecisionThreshold () const =0
	判定しきい値の値を返す。

virtual double	getDefaultLearningRate () const =0
	アルゴリズムの学習率を返す。

virtual int	getMaxFeatures () const =0
	ヒストグラムで保持する異なる色の総数を返す。

virtual double	getMaxVal () const =0
	画像シーケンス中のピクセルがとる最大値を返す。例: 1.0 または 255。

virtual double	getMinVal () const =0
	画像シーケンス中のピクセルがとる最小値を返す。通常は0。

virtual int	getNumFrames () const =0
	背景モデルの初期化に使用するフレーム数を返す。

virtual int	getQuantizationLevels () const =0
	色空間の量子化に使用するパラメータを返す。

virtual int	getSmoothingRadius () const =0
	モルフォロジー演算に使用するカーネル半径を返す。

virtual bool	getUpdateBackgroundModel () const =0
	背景モデル更新の状態を返す。

virtual void	setBackgroundPrior (double bgprior)=0
	各ピクセルが背景ピクセルである事前確率を設定する。

virtual void	setDecisionThreshold (double thresh)=0
	判定しきい値の値を設定する。

virtual void	setDefaultLearningRate (double lr)=0
	アルゴリズムの学習率を設定する。

virtual void	setMaxFeatures (int maxFeatures)=0
	ヒストグラムで保持する異なる色の総数を設定する。

virtual void	setMaxVal (double val)=0
	画像シーケンス中のピクセルがとる最大値を設定する。

virtual void	setMinVal (double val)=0
	画像シーケンス中のピクセルがとる最小値を設定する。

virtual void	setNumFrames (int nframes)=0
	背景モデルの初期化に使用するフレーム数を設定する。

virtual void	setQuantizationLevels (int nlevels)=0
	色空間の量子化に使用するパラメータを設定する。

virtual void	setSmoothingRadius (int radius)=0
	モルフォロジー演算に使用するカーネル半径を設定する。

virtual void	setUpdateBackgroundModel (bool update)=0
	背景モデル更新の状態を設定する。

Public Member Functions inherited from cv::BackgroundSubtractor
Public Member Functions inherited from cv::Algorithm
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	アルゴリズムの状態をクリアする。

virtual bool	empty () const
	Algorithm が空の場合（たとえば開始直後や読み込みに失敗した後）に true を返す。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	ファイルストレージからアルゴリズムの引数を読み込む。

virtual void	save (const String &filename) const

virtual void	write (FileStorage &fs) const
	アルゴリズムの引数をファイルストレージに保存する。

void	write (FileStorage &fs, const String &name) const

Additional Inherited Members
Static Public Member Functions inherited from cv::Algorithm
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイルノードからアルゴリズムを読み込む。

Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) const

詳細説明

[109] で示されたアルゴリズムに基づく背景差分モジュール。

一連の画像を受け取り、同じサイズのマスク (8UC1) 画像のシーケンスを返す。マスクでは255が前景を示し、0が背景を表す。このクラスは、A. Godbehere, A. Matsukawa, K. Goldberg による "Visual Tracking of Human Visitors under Variable-Lighting Conditions for a Responsive Audio Art Installation," American Control Conference, Montreal, June 2012 に記述されたアルゴリズムを実装する。

メンバ関数詳解

◆ apply() [1/2]

virtual void cv::bgsegm::BackgroundSubtractorGMG::apply	(	InputArray	image,
		InputArray	knownForegroundMask,
		OutputArray	fgmask,
		double	learningRate = -1 )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.apply(	image[, fgmask[, learningRate]]	) ->	fgmask
	cv.bgsegm.BackgroundSubtractorGMG.apply(	image, knownForegroundMask[, fgmask[, learningRate]]	) ->	fgmask

既知の前景マスクを入力として前景マスクを計算する。

引数

image	次のビデオフレーム。
fgmask	8ビットのバイナリ画像としての出力前景マスク。
knownForegroundMask	既知の前景を入力するためのマスク。
learningRate	背景モデルがどれだけ速く学習されるかを示す0〜1の値。負のパラメータ値を指定すると、アルゴリズムは自動的に選択された学習率を使用する。0は背景モデルがまったく更新されないことを意味し、1は背景モデルが直前のフレームから完全に再初期化されることを意味する。

覚え書き: このメソッドには「未実装」エラーを送出するデフォルトの仮想実装がある。前景マスク処理はすべての背景差分器でサポートされているわけではない。

cv::BackgroundSubtractor を実装する。

◆ apply() [2/2]

virtual void cv::bgsegm::BackgroundSubtractorGMG::apply	(	InputArray	image,
		OutputArray	fgmask,
		double	learningRate = -1 )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.apply(	image[, fgmask[, learningRate]]	) ->	fgmask
	cv.bgsegm.BackgroundSubtractorGMG.apply(	image, knownForegroundMask[, fgmask[, learningRate]]	) ->	fgmask

前景マスクを計算する。

引数

image	次のビデオフレーム。型は CV_8UC(n),CV_8SC(n),CV_16UC(n),CV_16SC(n),CV_32SC(n),CV_32FC(n),CV_64FC(n) のいずれかで、n は 1,2,3,4 である。
fgmask	8ビットのバイナリ画像としての出力前景マスク。
learningRate	背景モデルがどれだけ速く学習されるかを示す0〜1の値。負のパラメータ値を指定すると、アルゴリズムは自動的に選択された学習率を使用する。0は背景モデルがまったく更新されないことを意味し、1は背景モデルが直前のフレームから完全に再初期化されることを意味する。

cv::BackgroundSubtractor を実装する。

◆ getBackgroundImage()

virtual void cv::bgsegm::BackgroundSubtractorGMG::getBackgroundImage ( OutputArray backgroundImage ) const

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.getBackgroundImage(	[, backgroundImage]	) ->	backgroundImage

背景画像を計算する。

引数

backgroundImage 出力背景画像。

覚え書き: 背景画像は背景統計の平均を含むため、非常にぼやけて見えることがある。

cv::BackgroundSubtractor を実装する。

◆ getBackgroundPrior()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getBackgroundPrior ( ) const

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.getBackgroundPrior(		) ->	retval

各ピクセルが背景ピクセルである事前確率を返す。

◆ getDecisionThreshold()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getDecisionThreshold ( ) const

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.getDecisionThreshold(		) ->	retval

判定しきい値の値を返す。

判定値は、ピクセルが前景 (FG) と判定される境界となる値である。

◆ getDefaultLearningRate()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getDefaultLearningRate ( ) const

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.getDefaultLearningRate(		) ->	retval

アルゴリズムの学習率を返す。

0.0 から 1.0 の範囲を取る。ヒストグラムから特徴がどれだけ早く「忘れられる」かを決定する。

◆ getMaxFeatures()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getMaxFeatures ( ) const

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.getMaxFeatures(		) ->	retval

ヒストグラムで保持する個別の色の総数を返す。

◆ getMaxVal()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getMaxVal ( ) const

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.getMaxVal(		) ->	retval

画像シーケンス中のピクセルが取る最大値を返す。例: 1.0 や 255。

◆ getMinVal()

virtual double cv::bgsegm::BackgroundSubtractorGMG::getMinVal ( ) const

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.getMinVal(		) ->	retval

画像シーケンス中のピクセルが取る最小値を返す。通常は 0。

◆ getNumFrames()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getNumFrames ( ) const

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.getNumFrames(		) ->	retval

背景モデルの初期化に使用するフレーム数を返す。

◆ getQuantizationLevels()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getQuantizationLevels ( ) const

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.getQuantizationLevels(		) ->	retval

色空間の量子化に使用する引数を返す。

ヒストグラムで使用する各チャンネルの離散レベル数である。

◆ getSmoothingRadius()

virtual int cv::bgsegm::BackgroundSubtractorGMG::getSmoothingRadius ( ) const

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.getSmoothingRadius(		) ->	retval

モルフォロジー演算に使用するカーネル半径を返す。

◆ getUpdateBackgroundModel()

virtual bool cv::bgsegm::BackgroundSubtractorGMG::getUpdateBackgroundModel ( ) const

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.getUpdateBackgroundModel(		) ->	retval

背景モデル更新の状態を返す。

◆ setBackgroundPrior()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setBackgroundPrior ( double bgprior )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.setBackgroundPrior(	bgprior	) ->	None

各ピクセルが背景ピクセルである事前確率を設定する。

◆ setDecisionThreshold()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setDecisionThreshold ( double thresh )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.setDecisionThreshold(	thresh	) ->	None

判定しきい値の値を設定する。

◆ setDefaultLearningRate()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setDefaultLearningRate ( double lr )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.setDefaultLearningRate(	lr	) ->	None

アルゴリズムの学習率を設定する。

◆ setMaxFeatures()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setMaxFeatures ( int maxFeatures )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.setMaxFeatures(	maxFeatures	) ->	None

ヒストグラムで保持する個別の色の総数を設定する。

◆ setMaxVal()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setMaxVal ( double val )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.setMaxVal(	val	) ->	None

画像シーケンス中のピクセルが取る最大値を設定する。

◆ setMinVal()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setMinVal ( double val )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.setMinVal(	val	) ->	None

画像シーケンス中のピクセルが取る最小値を設定する。

◆ setNumFrames()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setNumFrames ( int nframes )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.setNumFrames(	nframes	) ->	None

背景モデルの初期化に使用するフレーム数を設定する。

◆ setQuantizationLevels()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setQuantizationLevels ( int nlevels )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.setQuantizationLevels(	nlevels	) ->	None

色空間の量子化に使用する引数を設定する。

◆ setSmoothingRadius()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setSmoothingRadius ( int radius )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.setSmoothingRadius(	radius	) ->	None

モルフォロジー演算に使用するカーネル半径を設定する。

◆ setUpdateBackgroundModel()

virtual void cv::bgsegm::BackgroundSubtractorGMG::setUpdateBackgroundModel ( bool update )

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorGMG.setUpdateBackgroundModel(	update	) ->	None

背景モデル更新の状態を設定する。

このクラス詳解は次のファイルから抽出されました:

opencv2/bgsegm.hpp

公開メンバ関数

Additional Inherited Members

詳細説明

メンバ関数詳解

◆ apply() [1/2]

◆ apply() [2/2]

◆ getBackgroundImage()

◆ getBackgroundPrior()

◆ getDecisionThreshold()

◆ getDefaultLearningRate()

◆ getMaxFeatures()

◆ getMaxVal()

◆ getMinVal()

◆ getNumFrames()

◆ getQuantizationLevels()

◆ getSmoothingRadius()

◆ getUpdateBackgroundModel()

◆ setBackgroundPrior()

◆ setDecisionThreshold()

◆ setDefaultLearningRate()

◆ setMaxFeatures()

◆ setMaxVal()

◆ setMinVal()

◆ setNumFrames()

◆ setQuantizationLevels()

◆ setSmoothingRadius()

◆ setUpdateBackgroundModel()