Java 不应该'；t BackgroundSubtractor.apply（）返回二进制掩码？

我正在使用OpenCV（用Java包装，但我认为这并不重要）

我试图通过

BackgroundSubtractorMOG2

使用10张图片检测前景。下面是代码，如果有帮助：

    Mat frame = new Mat();
    Mat result = new Mat();
    for (int i = 1; i <= 10; i++) {
        frame = imRead(...+i+...);
        subtractor.apply(frame, result, 0.05);
    }

    frame = imRead(...); //frame whose foreground I'm interested 
    subtractor.apply(frame, result, 0.05);

随意放大图片：看到灰色了吗

• 我应该如何解释不同于0或255的值？它们是什么意思

• 从这里得到真正面具的最好方法是什么？我可以设置一个阈值，然后向下展平到0，向上展平到255，但哪个阈值最合理？1128254

我可能会补充说，当然，0和255是主要值，但我仍然不同意灰度图像-我需要黑白图像

---

@三木

---

通过OpenCV代码，您应该只得到0、255和（如果启用了阴影检测）127。-谢谢，我禁用了阴影检测，我得到了更好的结果。但是，要禁用它，我需要调用[this constructor]（，float，boolean））：

newbackgroundsubtractormog2（int-history，float-varThreshold，boolean-shadowEnabled）

。文档非常糟糕（至少对我来说），我不知道在前两个字段中放什么。你能帮我吗，或者给我指一下默认值？此外，这两个参数是否以某种方式与我在代码中使用的

0.05

相关联？（我不知道它是什么，只是碰巧在我尝试过的其他价值观方面效果不错）

---

您是否在代码中执行了可能影响此值的其他操作？-那么，将图像写入一个文件并用MATLAB读取它。可能是jpg压缩格式吗？如果是这样，我很惊讶，损失是巨大的（看看那些独特的值！）。

输出掩码将有以下值：

0   : background 
255 : foreground 
127 : shadow (only if shadow detection is enabled, default = true)

您可以在构造函数中启用和禁用阴影检测：

BackgroundSubtractorMOG2(int history, float varThreshold, boolean bShadowDetection)

其中：

• 历史：历史的长度
• varThreshold：确定马哈拉诺比斯距离平方的阈值，以确定其是否被背景模型很好地描述（参见Cthr？？）。此参数不影响后台更新。典型值可以是4西格玛，即varThreshold=4*4=16
• bShadowDetection–定义是否应启用阴影检测的参数（true或false）

默认值（在构造函数中设置，不带参数）为：

背景遮罩中的值在此行中设置：

// bgfg_gaussmix2.cpp

mask[x] = background ? 0 :
                detectShadows && detectShadowGMM(data, nchannels, nmodes, gmm, mean, Tb, TB, tau) ?
                shadowVal : 255;

其中

shadowVal

的值设置为等于

defaultnShadowDetection2

static const unsigned char defaultnShadowDetection2 = (unsigned char)127;

因此，掩码中的值仅为

0

、

255

和

127

（如果启用阴影检测）

---

如果以jpeg格式保存图像，则压缩会将这些其他值创建为压缩瑕疵。以无损格式保存图像，如png。

通过OpenCV代码，您应该只获得0、255和（如果启用阴影检测）127。我运行了一些测试，只得到了这3个值。您是否在代码中执行了其他可能影响此值的操作？谢谢。我已编辑了我的问题，并为您的答案添加了答复-太大，无法发表评论。@mvai更新了答案。您的问题是由于以jpeg（压缩格式）保存图像造成的。以无损格式保存图像，如png，您就可以了。@mvai值0.5是学习率。与构造函数中的其他值无关，但会影响GMM模型的更新。更新速度-如果你想要平均的时间间隔是Tset alpha=1/T。在开始时，让T从1慢慢增加，直到所需的TI深入论文，这也是有用的，我相信你在第一句话中是不对的，

learningRate

与构造函数中的第一个参数相关，

history

，因为

history

是您在下面提到的T（

learningRate=1/history

）。通过调用

apply（learningRate）

，我相信可以通过

history

@mvai覆盖先前在构造函数中设置的learningRate，这是有意义的。我应该检查代码中是否有被覆盖的内容，但现在不行。

// bgfg_gaussmix2.cpp

mask[x] = background ? 0 :
                detectShadows && detectShadowGMM(data, nchannels, nmodes, gmm, mean, Tb, TB, tau) ?
                shadowVal : 255;

static const unsigned char defaultnShadowDetection2 = (unsigned char)127;