运动目标识别

摄像头调用

　　VideoCapture

视频读取保存

　　VideoWriter

• 帧差法

　　帧间差分法是通过对视频中相邻两帧图像做差分运算来标记运动物体的方法
　　当视频中存在移动物体的时候，相邻帧 (或相邻三帧) 之间在灰度上会有差别求取两帧图像灰度差的绝对值，则静止的物体在差值图像上表现出来全是0,而移动物体特别是移动物体的轮廓处由于存在灰度变化为非0。

优点:
算法实现简单，程序设计复杂度低;
对光线等场景变化不太敏感，能够适应各种动态环境，稳定性较好;

缺点:
不能提取出对象的完整区域，对象内部有“空洞”
只能提取出边界，边界轮廓比较粗，往往比实际物体要大;
对快速运动的物体，容易出现糊影的现象，甚至会被检测为两个不同的运动物体,对慢速运动的物体，当物体在前后两顿中几乎完全重叠时，则检测不到物体;

光流法

光流法利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性，根据上一帧与当前帧之间的对应关系，计算得到相邻帧之间物体的运动信息

大多数的光流计算方法计算量巨大，结构复杂，且易受光照、物体遮挡或图像噪声的影响，鲁棒性差，故一般不被对精度和实时性要求比较高的监控系统所采用

光流是基于以下假设的
在连续的两帧图像之间 (目标对象的)像素的灰度值不改变相邻的像素具有相同的运动

背景减除法

　　OpenCV中常用的两种背景消除方法，一种是基于高斯混合模型GMM实现的背景提取，另外一种是基于最近邻KNN实现的。