65
75

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

背景差分で物体抽出(画像比較)

Last updated at Posted at 2018-05-24

少し前の状態の背景画像と、新たに何かが入ってきた状態の2つの画像の差を取ることで物体検出する手法を背景差分法といいます。
よくある利用事例として、固定カメラを使って来店者のカウント、自動車などの交通流量カウントなどに応用されます。

しかし、厳密には、物体の画像を取得した場合、影が存在するので単純な2つの画像の引き算ではうまく物体のみを検知できないケースがあります。そのため、様々なアルゴリズムが提案され、OpenCVでは以下の3つのアルゴリズムが用意されているので試しに実装してみます。

  • BackgroundSubtractorMOG
  • BackgroundSubtractorMOG2
  • BackgroundSubtractorGMG

実装サンプルコード(BackgroundSubtractorMOG)

チュートリアルのサンプルコードは動画を使っていますが静止画でも動きますので以下のようなコードで実装してみました。

# -*- coding: UTF-8 -*-
import cv2

if __name__ == '__main__':

    # 画像の読み込み
    img_src1 = cv2.imread("background_image.jpg", 1)
    img_src2 = cv2.imread("frontground_image.jpg", 1)

    fgbg = cv2.bgsegm.createBackgroundSubtractorMOG()

    fgmask = fgbg.apply(img_src1)
    fgmask = fgbg.apply(img_src2)

    # 表示
    cv2.imshow('frame',fgmask)

    # 検出画像
    bg_diff_path  = './diff.jpg'
    cv2.imwrite(bg_diff_path,fgmask)

    cv2.waitKey(0)
    cv2.destroyAllWindows()

チュートリアルの実装では実行時にエラーが出る

OpenCVのチュートリアルでは

    fgbg = cv2.createBackgroundSubtractorMOG()

となっていますが、背景差分のアルゴルズムが contrib に移動されたので

    fgbg = cv2.bgsegm.createBackgroundSubtractorMOG()

と実装する必要があります。

contrib のインストール

cv2.bgsegm.createBackgroundSubtractorMOG() としていてもエラーが出る場合は、contrib がインストールされていませんのでOpenCVのバージョンなど環境にあわせて追加してください。

>pip install opencv-contrib-python

入力画像

background_image.jpg
background_image.jpg

2017年必須のオフィス玩具と言われていたハンドスピナーにマウスを追加してみます。

frontground_image.jpg
frontground_image.jpg

実行結果

diff.jpg
diff.jpg

マウスだけが抽出されました。
光の加減でハンドスピナーの位置に白いドットが微妙にあるけど…:sweat_smile:

参考資料

https://docs.opencv.org/3.4.0/db/d5c/tutorial_py_bg_subtraction.html
http://answers.opencv.org/question/94448/module-cv2-has-no-attribute-createbackgroundsubtractormog/

65
75
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
65
75

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?