Python OpenCV'；背景2'；两张图片

我试图使用OpenCV的BackgroundSubtractorMOG2方法突出两个几乎相似的图像遮罩之间的差异

我的代码：

def Approach_2():
    img = [0, 0]
    img[0] = cv2.imread('images/4-left.PNG', cv2.IMREAD_GRAYSCALE)
    img[1] = cv2.imread('images/4-right.PNG', cv2.IMREAD_GRAYSCALE)

    img[0], img[1] = make_similar(img[0], img[1]) # make two images similar (equal width and height) by applying scaling, translation and performs Canny edge detection on two images

    fps = 5

    fgbg = cv2.createBackgroundSubtractorMOG2(detectShadows=True)

    cv2.imshow("A", img[0])
    cv2.imshow("B", img[1])

    i = 1
    while(True):

        frame = img[i]
        i = 1-i
        fgmask = fgbg.apply(frame)        

        cv2.imshow('original', frame)
        cv2.imshow('fg', fgmask)
        # cv2.imshow('fg', cv2.bitwise_and(frame, frame, mask=fgmask))

        time.sleep(1 / fps)

        if(cv2.waitKey(1) & 0xFF == ord('q')) : break

    cv2.destroyAllWindows()

if __name__ == '__main__':
    Approach_2()

但我得到的只是空白的“fgmask”。

---

有什么建议吗

如注释中所述，您应该进行位运算。它更容易，效率也更高。你可以读到它

添加一些额外信息：背景减法器可以（通过一些技巧）用于静止图像，但它是用于视频的。您可以找到示例代码

---

至于您的代码，它不能建立一个坚实的背景，因为它在每一帧上交替显示两个源图像。因此，结果是一个空白掩码。

尝试一下，看看它是如何工作的：

while(True):

    f1 = img[0]
    f2 = img[1]
    fg1 = fgbg.apply(f1)
    fb2 = fgbg.apply(f2)

    cv2.imshow('original', frame)
    cv2.imshow('fg1', fg1)
    cv2.imshow('fg2', fb2)
    # cv2.imshow('fg', cv2.bitwise_and(frame, frame, mask=fgmask))

    time.sleep(1 / fps)

    if(cv2.waitKey(1) & 0xFF == ord('q')) : break

cv2.destroyAllWindows()

---

使用MOG背景减法器（带阴影检测）来找出两幅二值图像的差异，这不是有点过分了吗？IMHO a

bitwise_和

来获取相同的点，

bitwise_xor

来获取两者之间不同的点，等等。实际上，这两个图像没有太大的相似性（像素级）来对其应用逐位操作。