前言

如果摄像机是固定的，那么我们可以认为场景（背景）大多数情况下是不变的，而只有前景（被跟踪的目标）会运动，这样就可以建立背景模型。通过比较当前帧和背景模型，就能轻松地跟踪目标运动情况了。这里，最容易想到的比较方式就是当前帧减去背景模型了。

代码示例

#include "widget.h"
#include "ui_widget.h"

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace cv;

Widget::Widget(QWidget *parent)
    : QWidget(parent)
    , ui(new Ui::Widget)
{
    ui->setupUi(this);

    //读取第一张图片
    cv::Mat mat1 = imread("C:/opencv/111.jpg");
    //读取第二张图片
    cv::Mat mat2 = imread("C:/opencv/222.jpg");
    //mat3作为输出图片
    cv::Mat mat3;

    cv::absdiff(mat1,mat2,mat3);//帧差法

    namedWindow("显示器1", WINDOW_AUTOSIZE );
    imshow("显示器1", mat1 );

    namedWindow("显示器2", WINDOW_AUTOSIZE );
    imshow("显示器2", mat2 );

    namedWindow("显示器3", WINDOW_AUTOSIZE );
    imshow("显示器3", mat3 );

}

Widget::~Widget()
{
    delete ui;
}

运行结果

如上图，第一帧图像作为背景，第二张图像添加了一头狼，经过运算，得到了狼的整体轮廓。 

参考

opencv 帧差法 absdiff