OpenCV运动分析和目标跟踪（3）计算图像序列的加权平均值函数accumulateWeighted()的使用

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

更新一个运行平均值。

该函数计算输入图像 src 和累积器 dst 的加权和，使得 dst 成为帧序列的运行平均值：
$\texttt{dst} (x,y) \leftarrow (1- \texttt{alpha} ) \cdot \texttt{dst} (x,y) + \texttt{alpha} \cdot \texttt{src} (x,y) \quad \text{if} \quad \texttt{mask} (x,y) \ne 0$
也就是说，alpha 调节更新速度（累积器“忘记”早期图像的速度有多快）。该函数支持多通道图像。每个通道独立处理。

accumulateWeighted是OpenCV中的一个函数，用于计算图像序列的加权平均值。这个函数对于背景减除、运动检测等计算机视觉应用非常有用。它可以动态地更新一个图像的加权平均值，而不需要存储整个图像序列。

函数原型

void cv::accumulateWeighted	
(
	InputArray 	src,
	InputOutputArray 	dst,
	double 	alpha,
	InputArray 	mask = noArray() 
)

参数

参数src 输入图像，可以是单通道或三通道，8位或32位浮点数。
参数dst 累积器图像，通道数与输入图像相同，32位或64位浮点数。
参数alpha 输入图像的权重。
参数mask 可选的操作掩码。

示例代码


#include <iostream>
#include <opencv2/opencv.hpp>

int main()
{
    // 加载图像
    cv::Mat frame = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/hawk.jpg", cv::IMREAD_GRAYSCALE );
    if ( !frame.data )
    {
        std::cout << "Could not open or find the image" << std::endl;
        return -1;
    }
    // 初始化累积加权平均图像
    cv::Mat weightedAverage = cv::Mat::zeros( frame.size(), CV_32F );

    // 设置权重系数
    double alpha = 0.05;  // 减小权重系数，使累积效果更平滑

    // 模拟多帧累积
    int numFrames = 100;  // 大幅增加累积次数
    for ( int i = 0; i < numFrames; ++i )
    {
        // 使用同一图像多次以模拟多帧情况
        cv::accumulateWeighted( frame, weightedAverage, alpha );

        // 打印累积过程中的最小值和最大值，以便调试
        double minVal, maxVal;
        cv::minMaxLoc( weightedAverage, &minVal, &maxVal );
        std::cout << "Frame " << i + 1 << ": MinVal = " << minVal << ", MaxVal = " << maxVal << std::endl;
    }

    // 归一化处理
    double minVal, maxVal;
    cv::minMaxLoc( weightedAverage, &minVal, &maxVal );

    // 将累积加权平均图像转换回8位图像以便显示
    cv::Mat normalizedWeightedAverage;
    if ( maxVal > minVal )
    {
        weightedAverage.convertTo( normalizedWeightedAverage, CV_8U, 255.0 / ( maxVal - minVal ), -minVal * ( 255.0 / ( maxVal - minVal ) ) );
    }
    else
    {
        // 如果最大值等于最小值，直接归一化为255
        weightedAverage.convertTo( normalizedWeightedAverage, CV_8U, 255.0 );
    }

    // 显示原始图像
    cv::imshow( "Original Image", frame );

    // 显示累积加权平均结果图像
    cv::imshow( "Weighted Average Result", normalizedWeightedAverage );

    // 等待按键，以便查看图像
    cv::waitKey( 0 );

    // 关闭所有窗口
    cv::destroyAllWindows();

    // 保存结果
    cv::imwrite( "weighted_average_result.jpg", normalizedWeightedAverage );
    return 0;
}