资讯专栏INFORMATION COLUMN

opencv python 图像去噪

XGBCCC / 3308人阅读

摘要:较高的值可以更好地消除噪声,但也会删除图像的细节与相同,但仅适用于彩色图像。如上所述,它用于从彩色图像中去除噪声。第三个是,它指定了用于去噪的附近帧的数量。在这种情况下,使用总共帧,其中中心帧是要去噪的帧。

Image Denoising

OpenCV提供了这种技术的四种变体。

cv2.fastNlMeansDenoising() - 使用单个灰度图像

cv2.fastNlMeansDenoisingColored() - 使用彩色图像。

cv2.fastNlMeansDenoisingMulti() - 用于在短时间内捕获的图像序列(灰度图像)

cv2.fastNlMeansDenoisingColoredMulti() - 与上面相同,但用于彩色图像。

Common arguments:

h:参数决定滤波器强度。较高的h值可以更好地消除噪声,但也会删除图像的细节 (10 is ok)

hForColorComponents:与h相同,但仅适用于彩色图像。 (通常与h相同)

templateWindowSize:应该是奇数。 (recommended 7)

searchWindowSize:应该是奇数。 (recommended 21)

cv2.fastNlMeansDenoisingColored()
如上所述,它用于从彩色图像中去除噪声。 (噪音预计是高斯噪音)

import numpy as np
import cv2
import matplotlib.pyplot as plt


img = cv2.imread("img.jpg")

dst = cv2.fastNlMeansDenoisingColored(img,None,10,10,7,21)

plt.subplot(121),plt.imshow(img)
plt.subplot(122),plt.imshow(dst)
plt.show()

cv2.fastNlMeansDenoisingMulti()

现在我们将相同的方法应用于视频。 第一个参数是嘈杂帧的列表。 第二个参数imgToDenoiseIndex指定我们需要去噪的帧,因为我们在输入列表中传递了frame的索引。 第三个是temporalWindowSize,它指定了用于去噪的附近帧的数量。 在这种情况下,使用总共temporalWindowSize帧,其中中心帧是要去噪的帧。 例如,传递了5个帧的列表作为输入。 设imgToDenoiseIndex = 2和temporalWindowSize = 3.然后使用frame-1,frame-2和frame-3对帧-2进行去噪

import numpy as np
import cv2
import matplotlib.pyplot as plt


cap = cv2.VideoCapture("test.mp4")

# create a list of first 5 frames
img = [cap.read()[1] for i in range(5)]

# convert all to grayscale
gray = [cv2.cvtColor(i, cv2.COLOR_BGR2GRAY) for i in img]

# convert all to float64
gray = [np.float64(i) for i in gray]

# create a noise of variance 25
noise = np.random.randn(*gray[1].shape)*10

# Add this noise to images
noisy = [i+noise for i in gray]

# Convert back to uint8
noisy = [np.uint8(np.clip(i,0,255)) for i in noisy]

# Denoise 3rd frame considering all the 5 frames
dst = cv2.fastNlMeansDenoisingMulti(noisy, 2, 5, None, 4, 7, 35)

plt.subplot(131),plt.imshow(gray[2],"gray")
plt.subplot(132),plt.imshow(noisy[2],"gray")
plt.subplot(133),plt.imshow(dst,"gray")
plt.show()

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/42317.html

相关文章

  • SegmentFault 技术周刊 Vol.30 - 学习 Python 来做一些神奇好玩的事情吧

    摘要:学习笔记七数学形态学关注的是图像中的形状,它提供了一些方法用于检测形状和改变形状。学习笔记十一尺度不变特征变换,简称是图像局部特征提取的现代方法基于区域图像块的分析。本文的目的是简明扼要地说明的编码机制,并给出一些建议。 showImg(https://segmentfault.com/img/bVRJbz?w=900&h=385); 前言 开始之前,我们先来看这样一个提问: pyth...

    lifesimple 评论0 收藏0
  • OpenCV搞定腾讯滑块验证码

    摘要:前言废话滑块验证码破解是一直都想搞的项目,毕竟多数网站都会采用滑块验证码,于是最近在修改论文的闲暇之余把这事儿给解决了。 前言 废话滑块验证码破解是一直都想搞的项目,毕竟多数网站都会采用滑块验证码,于是最近在修改论文的闲暇之余把这事儿给解决了。要搞现在的滑块验证码绕不开图像处理,图像处理当然是首推OpenCV-Python啦!当然我的OpenCV非常菜(P.S.两天速成不敢保证代码质量...

    loostudy 评论0 收藏0
  • python Opencv实现停车位识别思路详解

      小编写这篇文章的一个主要目的,主要是给大家就相关的具体内容做出一些详细解答,比如了解使用python的相关知识,主要是涉及到python Opencv的一些相关知识,比如使用python Opencv实现停车位识别,就具体的内容,下面给大家详细解答下。  1.怎么去实现  (1)第一是需要用到一个处理画框的程序,将图片中的有车和无车的停车位给画出来,并且保存坐标(如果画错了,将鼠标移至要删除的...

    89542767 评论0 收藏0

发表评论

0条评论

XGBCCC

|高级讲师

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<