2016-06-12 OpenCV学习笔记

发表于 分类于 阅读次数：

本周基于OpenCV进行了一次完整的图像拼接测试，和移动物体探测实验

图像拼接测试

测试采用Python2.7, OpenCV3, 对26张12Mp(4000×3000)进行SIFT角点检测，每张图片缩放为之前的0.12倍，利用CPU（8线程i7-6700HQ）进行完整拼接的时间为30秒。（代码链接：https://github.com/duchengyao/mosaic ）

移动物体探测

实验算法的思路为，取视频的前一帧和当前帧进行对比，如果发生了显著变化，那么就可以认为图像中有移动物体。（程序在OpenCV 2.4.11-nppy27_0运行通过，代码链接：https://github.com/duchengyao/pycv/blob/master/motion-detector.py ）

参考：
[1] KaewTraKulPong 等人发表的《An improved adaptive background mixture model for real-time tracking with shadow detection》。这个方法可以通过cv2.BackgroundSubtractorMOG来使用。
[2] Zivkovic 提出的《Improved adaptive Gaussian mixture model for background subtraction》和《Efficient Adaptive Density Estimation per Image Pixel for the Task of Background Subtraction》。可以通过 cv2.BackgroundSubtractorMOG2 来使用。