Opencv 我可以使用approxPolyDP改进人员检测吗？

我可以使用

approxPolyDP

改进人员检测吗

我正在尝试使用

BackgroundSubtractorMOG2

检测人们。因此，在我接收到图像前景后，我使用此函数获得图像的所有轮廓：

Imgproc.findContours(contourImg, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_NONE);

我迭代轮廓变量的每个元素，如果轮廓有一个指定的

轮廓区域

=>它就是一个人

我的问题是，我是否可以使用

approxPolyDP

更好地检测出人的形状

可能吗？如果是，你能告诉我怎么做吗

在找到counturs之前，我已经使用了

CLOSE

形态学

操作

我的问题是，我是否可以使用

approxPolyDP

更好地检测出人的形状

虽然“更好”有点含糊不清，但您可以通过使用该方法改进分类。从中我们可以看到：

函数

approxPolyDP

使用另一条顶点较少的曲线/多边形近似曲线或多边形，以便它们之间的距离小于或等于指定的精度

“精度”指的是

epsilon

参数，表示“原始曲线与其近似值之间的最大距离”（也来自文档）。它基本上是从弧长获得的精度参数（轮廓越低，精度越高）

从中我们可以看出，实现这一目标的方法是：

epsilon = 0.1*cv2.arcLength(contour,True)
approx = cv2.approxPolyDP(contour,epsilon,True)

从而更好地逼近轮廓。在该教程的示例中，它们使用1%的弧长获得最佳轮廓，尽管您应该根据具体情况仔细选择此百分比

---

通过使用这些程序，您肯定会在轮廓区域上获得更高的精度，这将更好地使您能够从具有相似区域的其他对象中正确分类人员。您还必须相应地修改分类标准（>=some_区域），以便正确区分人员对象和非人员对象，因为您有了更精确的区域

你为什么不试试呢？看看你能不能得到更好的结果？我不知道如何实施。我从来没用过。你能帮忙吗？Java代码会很棒。为什么你怀疑

approxPolyDP

会帮你？通常情况下，当使用该方法时，您将获得更适合对象的轮廓（即没有许多周围区域）。因此，轮廓上的面积将减少，因此您可能需要编辑

=

标准OK。谢谢你帮我解决这个问题。我还有一个问题，也许你可以在这里回答。是关于背景的。你能告诉我如何设置历史值吗？我看到有人在做：mog2.apply（输入、输出、1/history）；你应该提出一个新的问题或对此进行研究，因为这是一个不同的主题，回答评论上的问题是不合适的（对用户来说也是没有用的）。无论如何，如果你愿意的话，我可以根据我的评论为这个问题写一个答案，如果它对你有帮助的话，我可以详细说明。