Python （已编辑）背景2+；均值漂移跟踪？

我正在做一个基于运动的检测项目。

但是，它会将背景中的变化检测为“运动”，因此我希望每隔几分钟重新捕获一个新的第一帧，以替换当前帧来解决此问题。

我使用的是覆盆子Pi 2B和罗技网络摄像头。
我使用的代码基于：

这是我的代码版本。
请帮帮我

（编辑）我已将我的代码更改为Background2，现在我的问题是如何添加均值漂移跟踪，以便它能够识别先前在帧中进入屏幕的同一对象

import sys
sys.path.append('/usr/local/lib/python3.4/site-packages')
import numpy as np
import cv2
import imutils
from imutils import contours
import datetime
import time

#cap = cv2.VideoCapture("/home/pi/Desktop/Proj/VideoTestSample.mp4")
cap = cv2.VideoCapture(0)

fgbg = cv2.createBackgroundSubtractorMOG2()

while (cap.isOpened()):
    (grabbed, frame) = cap.read()
    text = " "

    if not grabbed:
        break

    frame = imutils.resize(frame, width=500)
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    gray = cv2.medianBlur(gray, 5)

    fgmask = fgbg.apply(gray)
    thresh = cv2.erode(fgmask, None, iterations=2)
    (_,cnts,hierarchy) = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    for (i,c) in enumerate(cnts):
        if cv2.contourArea(c) < 300:
            continue

        (x, y, w, h) = cv2.boundingRect(c)
        cv2.rectangle(frame, (x,y), (x+w,y+h), (0,255,0), 2)
        cv2.putText(frame, "#{}".format(i + 1), (x, y - 15),
            cv2.FONT_HERSHEY_SIMPLEX, 0.45, (0, 0, 255), 2)        
        text = "REC"

    cv2.putText(frame, "{}". format(text), (10,20),
                cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 2)

    cv2.putText(frame, datetime.datetime.now().strftime("%A %d %B %Y %I:%M:%S%p"),
                (10, frame.shape[0] - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.35,(0,0,255), 1)

    cv2.imshow('frame',frame)
    cv2.imshow('gray', gray)
    cv2.imshow('fgmask', fgmask)

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

cap.release()
cv2.destroyAllWindows()

导入系统 sys.path.append（“/usr/local/lib/python3.4/site packages”） 将numpy作为np导入 进口cv2 导入imutils 从imutils导入等高线 导入日期时间 导入时间 #cap=cv2.VideoCapture（“/home/pi/Desktop/Proj/VideoTestSample.mp4”） cap=cv2.视频捕获（0） fgbg=cv2.createBackgroundSubtractorMOG2（） while（cap.isOpened（））： （抓取，帧）=盖读取（） text=“” 如果没有抓到： 打破 frame=imutils.resize（frame，width=500） 灰色=cv2.CVT颜色（边框，cv2.COLOR\u BGR2GRAY） 灰色=cv2.medianBlur（灰色，5） fgmask=fgbg.apply（灰色） thresh=cv2.腐蚀（fgmask，无，迭代次数=2） （u，cnts，hierarchy）=cv2.findContours（thresh.copy（），cv2.RETR_EXTERNAL，cv2.CHAIN_近似_SIMPLE） 对于枚举（CNT）中的（i，c）： 如果cv2.轮廓面积（c）<300： 持续 （x，y，w，h）=cv2.boundingRect（c） cv2.矩形（框架，（x，y），（x+w，y+h），（0255,0），2） cv2.putText（框架，“{}”。格式（i+1），（x，y-15）， cv2.FONT_HERSHEY_SIMPLEX，0.45，（0,0,255），2） text=“REC” cv2.putText（框架“{}”。格式（文本），（10,20）， cv2.FONT_HERSHEY_SIMPLEX，0.5，（0,0,255），2） cv2.putText（frame，datetime.datetime.now（）.strftime（“%A%d%B%Y%I:%M:%S%p”）， （10，帧形状[0]-10），cv2.FONT_HERSHEY_SIMPLEX，0.35，（0,0255），1） cv2.imshow（“帧”，帧） cv2.imshow（“灰色”，灰色） cv2.imshow（'fgmask'，fgmask） 如果cv2.waitKey（1）&0xFF==ord（'q'）： 打破 第1章释放（） cv2.destroyAllWindows（）

---

如果你想检测运动，为什么不使用像

cv2.backgroundsubtractorkn

或

cv2这样的背景减法器呢。背景SubtractorMOG2

？@QuangHoang-这和我上面使用的方法不一样吗？有何不同？（很抱歉，我是一个初学者，只有6周的OpenCV经验）它将在几个帧上构建背景，而不仅仅是比较两个帧。因此背景模型更稳定，即对环境变化不太敏感background@QuangHoang-但是那样的事情不是更。。。更慢的？因为我目前使用的方法速度很慢，可以跳过帧，所以如果某个东西过快，它将无法被检测到