cv::BackgroundSubtractorMOG2的使用, 给出cpp列子, 高级使用

以下是一个更高级的`cv::BackgroundSubtractorMOG2`使用示例，包括使用自适应学习率和阴影检测：

#include <opencv2/opencv.hpp>

int main()
{
    cv::VideoCapture cap("test_video.mp4");

    cv::Ptr<cv::BackgroundSubtractorMOG2> pMOG2 = cv::createBackgroundSubtractorMOG2(
        500,       // 历史帧数
        16,        // 高斯混合模型数量
        false      // 是否检测阴影
    );

    pMOG2->setDetectShadows(true);      // 开启阴影检测
    pMOG2->setShadowValue(0);           // 设置阴影像素值为0

    cv::Mat frame, fgMask;

    while (cap.read(frame))
    {
        pMOG2->apply(frame, fgMask, 0.01);  // 使用自适应学习率

        cv::imshow("Foreground Mask", fgMask);
        cv::imshow("Input Frame", frame);

        if (cv::waitKey(30) == 'q')
        {
            break;
        }
    }

    return 0;
}

在这个示例中，我们使用`cv::createBackgroundSubtractorMOG2`函数创建一个`cv::BackgroundSubtractorMOG2`对象，并将历史帧数设置为500，高斯混合模型数量设置为16。

我们还开启了阴影检测功能，并将阴影像素值设置为0，这样在前景掩码中只有前景和背景两种像素值。

最后，在调用`apply`函数时，我们使用了自适应学习率参数0.01，这将使算法更加适应场景变化。

通过调整这些参数，可以更好地适应各种场景，并提高算法的准确性。