介绍

捕捉联系视频流中的动作有很多种算法。每种算法都是基于将视频流中当前一帧与前一帧(被看作背景)比较。在本篇文章中，将讨论一些最常用的动作捕捉方法 。

在描述这个算法的时候，我将用到一个图像处理类库 Image Processing Lab in C#. 这是我以前写的。所以，如果你看过那篇文章，那将会有很大的帮助。

本程序支持下面的视频格式：

• AVI 文件 (用到windows视频,所以要用到interop库);
• 通过网络照相机不断更新的JPEG图像;
• 通过网络照相机传输的MJPEG (motion JPEG)流 ;
• MMS流- Microsoft Media Services;
• 本机视频捕捉系统(USB照相机、摄像头或其它设备).;

算法

在所有的动作捕捉算法中，最常用的是将当前帧与前一帧比较。当你在视频压缩中只需要记录变化,而不是完整的一帧的时候相当的有用, 但他不是动作捕捉的最好方法。所以,接下去我将详细讲述令一个方法。
假设我有一张原始的24 bpp RGB的图像叫做当前帧(图像) ,一个降色调的复制版本(当前帧的)和一个前一帧的降色调复制版本 (背景帧) 。首先,找出两帧图像的不同的regions(区域)。 为了达到这个目的,我们可以用Difference和Threshold 方法过滤。

在这个步骤中,我们可以得到一张图片,当前帧与背景帧中不同的地方,都已经被着成白色。现在,已经可以数出两张图上不同像素点的数目。当这个数目大于一个事先定义好的数字时,我们便可以标注为一个动作事件。
但是,大多数相机照出的照片,都有杂点,所以很有可能在没有任何动作的时候,程序会认为有新的动作发生了。要去处照片上随即的杂点(random noisy pixels), 我们可以用一个 Erosion filter。 这样,我们可以我们可以得到一个比较真实的结果。