- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章opencv python 图像去噪的实现方法由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
在早先的章节里,我们看到很多图像平滑技术如高斯模糊,median模糊等,它们在移除数量小的噪音时在某种程度上比较好用。在这些技术里,我们取像素周围的一小部分邻居,做一些类似于高斯平均权重,中值等替换掉中间的元素。简单说,移除一个像素的噪音是基于本地邻居的.
噪音有一个属性,噪音一般被认为是具有零平均值的随机变量。假设一个像素噪音,p = p0 + n, 其中p0是像素的真实值,n是那个像素的噪音。你可以从不同图像取大量的同一个像素(n)并计算他们的平均值,理想情况下,你应该得到p=p0,因为均值是0. 。
你可以自己通过一个简单例子验证一下。保持一个静止的摄像机对准一个位置多呆几秒,这会给你很多帧,或者是对一个场景的很多图像。然后写一些代码来找到视频里所有帧的平均值。比较最终的结果和第一帧。你可以看到噪点被去掉了。不幸的是这个简单的方法对于摄像机和场景的运动来说就不健壮了。而且经常你也只有一个噪音图像可用.
image denoising 。
opencv提供了这种技术的四种变体.
common arguments
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) 。
1
2
3
4
5
6
7
8
9
10
11
12
|
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 。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
|
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()
|
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我.
原文链接:https://segmentfault.com/a/1190000015846441 。
最后此篇关于opencv python 图像去噪的实现方法的文章就讲到这里了,如果你想了解更多关于opencv python 图像去噪的实现方法的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
我正在尝试从我的系统中完全删除 opencv。我试图学习 ROS,而在教程中我遇到了一个问题。创建空工作区后,我调用catkin_make 它给出了一个常见错误,我在 answers.ros 中搜索并
我在尝试逐步转移对warpAffine的调用时遇到崩溃(不是异常): void rotateImage( const Mat& source, double degree, Mat& output )
如何处理opencv gpu异常?是否有用于opencvgpu异常处理的特定错误代码集api? 我尝试了很多搜索,但只有1个错误代码,即CV_GpuNotSupported。 请帮帮我。 最佳答案 虽
笔记 我是 OpenCV(或计算机视觉)的新手,所以告诉我搜索查询会很有帮助! 我想问什么 我想编写一个从图片中提取名片的程序。 我能够提取粗略的轮廓,但反射光会变成噪点,我无法提取准确的轮廓。请告诉
我想根据像素的某个阈值将Mono16类型的Mat转换为二进制图像。我尝试使用以下内容: 阈值(img,ret,0.1,1,CV_THRESH_BINARY); 尝试编译时,出现make错误,提示: 错
我对使用GPU加速的OpenCV中的卷积函数有疑问。 使用GPU的卷积速度大约快3.5 运行时: convolve(src_32F, kernel, cresult, false, cbuffer);
我正在尝试使用非对称圆圈网格执行相机校准。 我通常找不到适合CirclesGridFinder的文档,尤其是findHoles()函数的文档。 如果您有关于此功能如何工作以及其参数含义的信息,将不胜感
在计算机上绘图和在 OpenCV 的投影仪上投影之间有什么区别吗? 一种选择是投影显示所有内容的计算机屏幕。但也许也有这样的选择,即在投影仪上精确地绘制和投影图像,仅使用计算机作为计算机器。如果我能做
我将Processing(processing.org)用于需要人脸跟踪的项目。现在的问题是由于for循环,程序将耗尽内存。我想停止循环或至少解决内存不足的问题。这是代码。 import hyperm
我有下面的代码: // Image Processing.cpp : Defines the entry point for the console application. // //Save
我正在为某些项目使用opencv。并有应解决的任务。 任务很简单。我有一张主图片,并且有一个模板,而不是将主图片与模板进行比较。我使用matchTemplate()函数。我只是好奇一下。 在文档中,我
我正在尝试使用以下命令创建级联分类器: haartraining -data haarcascade -vec samples.vec -bg negatives.dat -nstages 20 -n
我试图使用OpenCV检测黑色图像中一组形状的颜色,为此我使用了Canny检测。但是,颜色输出总是返回为黑色。 std::vector > Asteroids::DetectPoints(const
我正在尝试使用OpenCv 2.4.5从边缘查找渐变方向,但是我在使用cvSobel()时遇到问题,以下是错误消息和我的代码。我在某处读到它可能是由于浮点(??)之间的转换,但我不知道如何解决它。有帮
我正在尝试构建循环关闭算法,但是在开始开发之前,我想测试哪种功能描述符在真实数据集上效果更好。 我有两个在两个方向拍摄的走廊图像,一个进入房间,另一个离开同一个房间。因此它们代表相同的场景,但具有2个
有没有一种方法可以比较直方图,但例如要排除白色,因此白色不会影响比较。 最佳答案 白色像素有 饱和度 , S = 0 .因此,在创建直方图时很容易从计数中删除白色像素。请执行下列操作: 从 BGR 转
就像本主题的标题一样,如何在OpenCV中确定图像的特定像素(灰度或彩色)是否饱和(例如,亮度过高)? 先感谢您。 最佳答案 根据定义,饱和像素是指与强度(即灰度值或颜色分量之一)等于255相关联的像
我是OpenCV的新用户,正在从事大学项目。程序会获取输入图像,对其进行综合模糊处理,然后对其进行模糊处理。当对合成模糊图像进行反卷积时,会生成边界伪像,因为...好吧,到目前为止,我还没有实现边界条
我想知道OpenCV是haar特征还是lbp是在多尺度搜索过程中缩放图像还是像论文中提到的那样缩放特征本身? 编辑:事实证明,检测器可以缩放图像,而不是功能。有人知道为什么吗?通过缩放功能可以更快。
我在openCv中使用SVM.train命令(已定义了适当的参数)。接下来,我要使用我的算法进行分类,而不是使用svm.predict。 可能吗?我可以访问训练时生成的支持 vector 吗?如果是这
我是一名优秀的程序员,十分优秀!