从在视频帧边界移动的对象中擦除白色像素GMM 算法

问题描述

我正在使用 GMM 算法 (BackgroundSubtractormog2) 在视频中查找移动对象。这个 GMM 算法的输出是一个二值图像，白色像素作为移动的像素，黑色像素作为背景。我正在寻找一种方法来忽略进入视野的新物体，只要它们不完全在视野中。这是我创建的示例图片：

这里，所有白色像素都代表移动像素。圆圈完全在视野内，而2个三角形即将进入视野。左下三角几乎完全进入视野，但仍然不是100%视场。因此，我仍然希望从框架中完全擦除左下角的三角形。有没有人知道处理这个问题的方法？

谢谢

解决方法

试试这个：

import numpy as np
import cv2


def edge_filter(image):
    stats = cv2.connectedComponentsWithStats(image,connectivity=8)[2][1:]
    s_x,s_y,s_w,s_h = stats[:,0],stats[:,1],2],3]
    res_y,res_x = image.shape
    to_erase = stats[((res_x - s_w - s_x) * (res_y - s_h - s_y) * s_x * s_y) == 0]
    for stat in to_erase:
        x,y,w,h = stat[:4]
        image[y:y+h,x:x+w] = np.zeros((h,w)).astype(np.uint8)


img_in = cv2.imread('bubbles.png',0)
img_out = np.copy(img_in)

edge_filter(img_out)

cv2.imshow('input_image',img_in)
cv2.imshow('output_image',img_out)
cv2.waitKey(0)
cv2.destroyAllWindows()

如果其他多边形不与三角形周围的矩形重叠，则有效。

但是，如果你只需要保持物体的坐标，不接触边缘的东西，那么代码就更简单了。

import numpy as np
import cv2


def edge_filter(stats):
    s_x,res_x = img.shape
    return stats[((res_x - s_w - s_x) * (res_y - s_h - s_y) * s_x * s_y) != 0]

img = cv2.imread('bubbles.png',0)
stats = cv2.connectedComponentsWithStats(img,connectivity=8)[2][1:]
filtered_stats = edge_filter(stats)

print('stats:\n',stats)
print('filtered stats:\n',filtered_stats)

输出：

stats:
[[  627    61   169    61  8145]
 [  171   159    85    91  6053]
 [  309   385    41    25   807]
 [  585   385   221   129 22380]
 [    0   457    80   139  6488]
 [  482   599   225   121 13785]]
filtered stats:
[[  627    61   169    61  8145]
 [  171   159    85    91  6053]
 [  309   385    41    25   807]
 [  585   385   221   129 22380]]

opencv opencv python