Local SVD Binary Patternを用いた背景差分。アルゴリズムの詳細は [119] を参照。続き...

#include <opencv2/bgsegm.hpp>

Collaboration diagram for cv::bgsegm::BackgroundSubtractorLSBP:

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。

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

Local SVD Binary Patternを用いた背景差分。アルゴリズムの詳細は [119] を参照。

メンバ関数詳解

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

pure virtual

Python:
	cv.bgsegm.BackgroundSubtractorLSBP.apply(	image[, fgmask[, learningRate]]	) ->	fgmask
	cv.bgsegm.BackgroundSubtractorLSBP.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。浮動小数点のフレームはスケーリングせずに使用され、\([0,255]\) の範囲でなければならない。
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であり、モデルがピクセルを無視できるようにする。
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、"not impemented" エラーをスローするデフォルトの仮想実装がある。前景マスキングはすべての背景差分器でサポートされているとは限らない。

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

pure virtual

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