如何通过C#从Background Subtraction中为人体目标绘制矩形框？

嘿，我来帮你解决这个问题！在C#里从背景减除的结果中给人体目标绘制矩形框，其实可以拆解成几个清晰的步骤，我会结合代码示例给你讲明白，你可以直接上手试试。

背景减除后你会得到一张前景掩码（二值图像，白色代表前景目标、黑色代表背景）。接下来咱们要做的就是：

1. 对掩码做预处理，去掉干扰噪点
2. 检测掩码中的所有前景轮廓
3. 筛选出符合人体特征的轮廓
4. 给筛选后的轮廓绘制 bounding box（矩形框）

1. 预处理前景掩码（去噪） #

背景减除的结果往往会带有一些小噪点，比如零星的白色小点，这些会干扰后续的轮廓检测。咱们可以用形态学开运算来去掉这些噪点：

using OpenCvSharp;
using System.Collections.Generic;

// 假设你已经得到了背景减除后的前景掩码foregroundMask
Mat kernel = Cv2.GetStructuringElement(MorphShapes.Rect, new Size(5, 5));
// 开运算：先腐蚀再膨胀，去掉小噪点
Cv2.MorphologyEx(foregroundMask, foregroundMask, MorphTypes.Open, kernel);

2. 检测前景轮廓 #

接下来用OpenCV的轮廓检测函数，从掩码里提取所有前景轮廓。这里建议只提取最外层轮廓（RetrievalModes.External），避免嵌套轮廓的干扰：

List<Point[]> contours = new List<Point[]>();
Mat hierarchy = new Mat();
// 查找轮廓，ApproxSimple用来简化轮廓点，减少计算量
Cv2.FindContours(foregroundMask, contours, hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple);

3. 筛选有效人体轮廓 #

不是所有轮廓都是人体，咱们得设置规则过滤掉无效的：

• 最小面积阈值：太小的轮廓肯定是噪点，直接跳过
• 宽高比筛选：人体的宽高比一般不会太极端（比如不会特别宽或者特别瘦），可以设置一个合理的范围

代码示例：

// 最小轮廓面积，根据你的摄像头距离、画面大小调整，比如5000像素
int minContourArea = 5000;
// 遍历所有轮廓
foreach (var contour in contours)
{
    // 计算当前轮廓的面积
    double area = Cv2.ContourArea(contour);
    if (area < minContourArea)
        continue; // 跳过小轮廓

    // 计算轮廓的 bounding rectangle
    Rect boundingRect = Cv2.BoundingRect(contour);
    // 计算宽高比：宽度/高度
    double aspectRatio = (double)boundingRect.Width / boundingRect.Height;
    // 人体的宽高比大概在0.2-0.9之间，你可以根据实际场景调整
    if (aspectRatio < 0.2 || aspectRatio > 0.9)
        continue; // 跳过不符合人体比例的轮廓

    // 到这里，这个轮廓大概率是人体，开始绘制矩形框
    // originalFrame是你的原始彩色视频帧，用来画框的载体
    Cv2.Rectangle(originalFrame, boundingRect, new Scalar(0, 255, 0), 2);
}

完整整合代码 #

把上面的步骤整合起来，就是一个可以直接调用的方法：

public void DrawHumanBoundingBoxes(Mat originalFrame, Mat foregroundMask)
{
    // 1. 预处理去噪
    Mat kernel = Cv2.GetStructuringElement(MorphShapes.Rect, new Size(5, 5));
    Cv2.MorphologyEx(foregroundMask, foregroundMask, MorphTypes.Open, kernel);

    // 2. 检测轮廓
    List<Point[]> contours = new List<Point[]>();
    Mat hierarchy = new Mat();
    Cv2.FindContours(foregroundMask, contours, hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple);

    // 3. 筛选并绘制矩形
    int minArea = 5000;
    foreach (var contour in contours)
    {
        double area = Cv2.ContourArea(contour);
        if (area < minArea) continue;

        Rect rect = Cv2.BoundingRect(contour);
        double aspectRatio = (double)rect.Width / rect.Height;
        if (aspectRatio > 0.2 && aspectRatio < 0.9)
        {
            // 画绿色矩形框，线宽为2
            Cv2.Rectangle(originalFrame, rect, new Scalar(0, 255, 0), 2);
        }
    }
}

几个实用提示 #

• 阈值调整：minArea和宽高比阈值一定要根据你的实际场景调！比如摄像头离人近，面积阈值就得设大一点；如果是远距离监控，阈值就得小一些。
• 优化背景减除结果：如果背景减除的掩码有很多鬼影或者噪点，可以调整背景减除器的参数，比如BackgroundSubtractorMOG2的history（历史帧数量）、varThreshold（方差阈值），或者关掉阴影检测（detectShadows = false），减少阴影的干扰。
• 进阶精准检测：如果单纯的轮廓筛选不够精准，你可以结合轻量的人体检测模型（比如YOLO的C#实现），但如果只是基于背景减除的场景，上面的方法足够应付大部分需求了。

内容的提问来源于stack exchange，提问作者Lễ Cống Anh Sơn