《學習openCV》例程解析 ex_9_2(背景減除)

轉自 http://blog.csdn.net/zcube/article/details/7348113

56幀時分割出手效果

63幀時分割出手的效果

/***
平均背景法進行圖像分割, 在圖像背景相對穩定的情況下, 檢測闖入圖像的前景目標

*/

/***
    Averaging Background Method

    We’ve just seen a simple method of learning background scenes and segmenting fore-
    ground objects. It will work well only with scenes that do not contain moving background
    components (like a waving curtain or waving trees). It also assumes that the lighting
    remains fairly constant (as in indoor static scenes).
*/
#include "stdafx.h"
#include "cv.h"
#include "highgui.h"

/***************************************************/
//我們爲需要的不同臨時圖像和統計屬性的圖像創建指針

//Float 3-channel images
IplImage *IavgF, *IdiffF, *IprevF, *IhiF, *IlowF;
IplImage *Iscratch, *Iscratch2;

//Float 1-channel images
IplImage *Igray1, *Igray2, *Igray3;
IplImage *Ilow1, *Ilow2, *Ilow3;
IplImage *Ihi1, *Ihi2, *Ihi3;

//Byte 1-channel image
IplImage *Imaskt;
IplImage *Imask;

float Icount;
/**************************************************/


void AllocateImages(IplImage* I)
//該函數爲需要的所有臨時圖像分配內存,傳入來自視頻的首幀圖像作爲大小參考
{
    CvSize sz = cvGetSize(I);

    IavgF   = cvCreateImage(sz, IPL_DEPTH_32F, 3);
    IdiffF  = cvCreateImage(sz, IPL_DEPTH_32F, 3);
    IprevF  = cvCreateImage(sz, IPL_DEPTH_32F, 3);
    IhiF    = cvCreateImage(sz, IPL_DEPTH_32F, 3);
    IlowF   = cvCreateImage(sz, IPL_DEPTH_32F, 3);

    Ilow1   = cvCreateImage(sz, IPL_DEPTH_32F, 1);
    Ilow2   = cvCreateImage(sz, IPL_DEPTH_32F, 1);
    Ilow3   = cvCreateImage(sz, IPL_DEPTH_32F, 1);
    Ihi1    = cvCreateImage(sz, IPL_DEPTH_32F, 1);
    Ihi2    = cvCreateImage(sz, IPL_DEPTH_32F, 1);
    Ihi3    = cvCreateImage(sz, IPL_DEPTH_32F, 1);

    cvZero(IavgF);
    cvZero(IdiffF);
    cvZero(IprevF);
    cvZero(IhiF);
    cvZero(IlowF);

    Icount = 1e-5;

    Iscratch    = cvCreateImage(sz, IPL_DEPTH_32F, 3);
    Iscratch2   = cvCreateImage(sz, IPL_DEPTH_32F, 3);

    cvZero(Iscratch);
    cvZero(Iscratch2);

    Igray1  = cvCreateImage(sz, IPL_DEPTH_32F, 1);
    Igray2  = cvCreateImage(sz, IPL_DEPTH_32F, 1);
    Igray3  = cvCreateImage(sz, IPL_DEPTH_32F, 1);
    Imaskt  = cvCreateImage(sz, IPL_DEPTH_8U, 1);
    Imask   = cvCreateImage(sz, IPL_DEPTH_8U, 1);

}

void accumulateBackground(IplImage* I)
//累積背景圖像和前後幀圖像差值的絕對值
//當累積夠一定數量後就將其轉換成一個背景統計模型
{
    static int first = 1;
    //局部靜態變量,只初始化一次,意思就是第一次被賦值爲1

    cvCvtScale(I, Iscratch, 1, 0);
    //將I指向的圖像複製給Iscratch 不能用cvCopy,因爲像素的位深度不同

    if (!first)
    {
        cvAcc(Iscratch, IavgF);
        //累積原始的浮點圖像到IIavgF
        cvAbsDiff(Iscratch, IprevF, Iscratch2);
        //計算前後幀圖像絕對差圖像到Iscratch2
        cvAcc(Iscratch2, IdiffF);
        //將前後幀差值圖像累加到IdiffF 中
        Icount += 1.0;
        //記錄累加的次數用於背景統計時計算均值
    }
    first = 0;
    //first 爲局部靜態變量,以後調用該函數將不再初始化爲1
    //意思就是除了第一次,以後調用該函數均進入if 語句

    cvCopy(Iscratch, IprevF);
    //IprevF用來保存前一幀圖像
}

void setHighThreshold(float scale)
{
    cvConvertScale(IdiffF, Iscratch, scale);
    //將統計的絕對差分圖像值放大scale 倍賦給Iscratch
    cvAdd(Iscratch, IavgF, IhiF);
    //IhiF = Iscratch + IavgF
    cvSplit(IhiF, Ihi1, Ihi2, Ihi3, 0);
    //將閥值上限分割爲多通道
}

void setLowThreshold(float scale)
{
    cvConvertScale(IdiffF, Iscratch, scale);
    cvSub(IavgF, Iscratch, IlowF);
    //IlowF = IavgF - Iscratch
    cvSplit(IlowF, Ilow1, Ilow2, Ilow3, 0);
    //將閥值下限分割爲多通道
}

void createModelsfromStats()
//當累積足夠多的幀圖後,就將其轉化成一個背景統計模型
//該函數用於計算每個像素的均值和平均絕對差分
{
    cvConvertScale(IavgF, IavgF, (double)(1.0/Icount));
    //計算平均原始圖像到 IavgF
    cvConvertScale(IdiffF, IdiffF, (double)(1.0/Icount));
    //計算絕對差分圖像到 IdiffF

    cvAddS(IdiffF, cvScalar(1.0, 1.0, 1.0), IdiffF);
    //使得到的絕對差分圖像每個像素值均不爲空

    setHighThreshold(7.0);
    setLowThreshold(6.0);
    //根據統計的背景模型設定一個閥值上限和下限
    //如果 IlowF <= Temp < IhiF 時認爲其爲背景,否則爲視頻中出現的運動目標物體
}



void backgroundDiff(IplImage* I)
{
    cvCvtScale(I, Iscratch, 1, 0);
    //將I指向的圖像複製給Iscratch 不能用cvCopy, 因爲像素的位深度不同
    cvSplit(Iscratch, Igray1, Igray2, Igray3, 0);
    //得到的當前幀分割成3個單通道圖像
    cvInRange(Igray1, Ilow1, Ihi1, Imask);
    //        src     lower  upper dst
    //檢查這些單通道圖像是否在平均背景像素高低閥值之間
    //如果src(I)在範圍內(lower <= src < upper)dst(I)被設置爲0xff(每一位都是 '1')否則置0
    cvInRange(Igray2, Ilow2, Ihi2, Imaskt);
    cvOr(Imask, Imaskt, Imask);
    //計算兩個數組每個元素的按位或值賦值給第三個參數
    cvInRange(Igray3, Ilow3, Ihi3, Imaskt);
    cvOr(Imask, Imaskt, Imask);
    //最後Imask 爲分離出的前景二值圖
    cvSubRS(Imask, cvScalar(255), Imask);
    //計算數量和數組之間的差,將Imask反相處理
}

void DeallocateImages()
//解除分配的內存
{
    cvReleaseImage(&IavgF);
    cvReleaseImage(&IdiffF);
    cvReleaseImage(&IprevF);
    cvReleaseImage(&IhiF);
    cvReleaseImage(&IlowF);
    cvReleaseImage(&Ilow1);
    cvReleaseImage(&Ilow2);
    cvReleaseImage(&Ilow3);
    cvReleaseImage(&Ihi1);
    cvReleaseImage(&Ihi2);
    cvReleaseImage(&Ihi3);
    cvReleaseImage(&Iscratch);
    cvReleaseImage(&Iscratch2);
    cvReleaseImage(&Igray1);
    cvReleaseImage(&Igray2);
    cvReleaseImage(&Igray3);
    cvReleaseImage(&Imaskt);
    cvReleaseImage(&Imask);
}

int main()
{
    CvCapture* capture = cvCreateFileCapture("tree.avi");
    //初始化從文件中獲取視頻
    if (!capture)
    {
        printf("Couldn't Open the file.");
        return -1;
    }

    cvNamedWindow("raw");
    cvNamedWindow("avg");

    IplImage* rawImage = cvQueryFrame(capture);
    //這個函數僅僅是函數cvGrabFrame和函數cvRetrieveFrame在一起調用的組合
    cvShowImage("raw", rawImage);

    AllocateImages(rawImage);

    for (int i=0;;i++)
    {
        if (i <= 30)
        {
            accumulateBackground(rawImage);
            //前30幀用於累積計算背景圖像
            if (i == 30)
                //將前30真轉換成一個背景統計模型
                createModelsfromStats();
        }
        else
            //建立好背景模型後調用此函數進行圖像分割
            backgroundDiff(rawImage);

        cvShowImage("avg", Imask);
        //播放分割後的目標圖像結果

        if (cvWaitKey(33) == 27)
            //每33ms 播放一幀
            break;

        if (!(rawImage = cvQueryFrame(capture)))
            break;
        cvShowImage("raw", rawImage);
        //顯示原圖像

        if (i == 56 || i == 63)
            //56幀和63幀時暫停
            cvWaitKey();
    }

    DeallocateImages();
    return 0;
}