Python 提高背景资料的覆盖率MOG2和findContours

我试图用固定摄像机在足球场上追踪球员。背景MOG2和findContours导致检测到大量小轮廓。我如何更改BackgroundSubtractorMOG2/findContours的结果，以便一个形状（一个玩家）产生一个轮廓，我可以跟踪

这是我使用的代码：

import numpy as np
import cv2

cap = cv2.VideoCapture("images/Keeper.mov")
history = 30   # or whatever you want it to be
accelerate = 5

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(3,3))
        fgbg = cv2.BackgroundSubtractorMOG2()

while(1):
    for i in (1, accelerate):
        ret, frame = cap.read()

    fgmask = fgbg.apply(frame, learningRate=1.0/history)

    fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel)
    cv2.imshow('frame',fgmask)

    h, w = fgmask.shape[:2]

    contours0, hierarchy = cv2.findContours( fgmask.copy(),
                       cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    contours = [cv2.approxPolyDP(cnt, 3, True) for cnt in contours0]

    vis = np.zeros((h, w, 3), np.uint8)
    levels = 17
    cv2.drawContours( vis, contours, (-1, 3)[levels <= 0],
                      (128,255,255),-1, cv2.CV_AA, hierarchy, abs(levels) )
    cv2.imshow('contours', vis)

    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break

cap.release()
cv2.destroyAllWindows()

将numpy导入为np
进口cv2
cap=cv2.VideoCapture（“images/Keeper.mov”）
历史=30#或你想要的任何东西
加速=5
kernel=cv2.getStructuringElement（cv2.MORPH_ELLIPSE，（3,3））
fgbg=cv2.BackgroundSubtractorMOG2（）
而(一):
对于（1）中的i，加速：
ret，frame=cap.read（）
fgmask=fgbg.apply（帧，学习率=1.0/历史）
fgmask=cv2.morphologyEx（fgmask，cv2.MORPH_OPEN，kernel）
cv2.imshow（“帧”，fgmask）
h、 w=fgmask.shape[：2]
轮廓0，hierarchy=cv2.findContours（fgmask.copy（），
cv2.RETR_树，cv2.CHAIN_近似值（简单）
轮廓=[cv2.approxPolyDP（cnt，3，True）表示轮廓0中的cnt]
vis=np.zero（（h，w，3），np.uint8）
级别=17
cv2.drawContours（vis，contours，（-1，3）[级别通常通过“放大”或“闭合”形态学操作来完成，但您应该显示一些图像来清楚说明这一点。@Miki Explation效果很好，谢谢