python去噪函数_opencvpython图像去噪鲤鱼嘴
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）
碧峰峡野生动物园cv2.fastNlMeansDenoisingColoredMulti（） - 与上⾯相同，但⽤于彩⾊图像。
Common arguments:电影教学
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）
archWindowSize：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()
宝宝唐诗
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imgToDenoiIndex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imgToDenoiIndex = 2和temporalWindowSize = 3.然后使⽤frame-1，frame-2和frame-3对帧-2进⾏去噪
鬓角白发import numpy as np
import cv2
import matplotlib.pyplot as plt
cap = cv2.VideoCapture('test.mp4')
# create a list of first 5 frames
苹果手表的功能
img = [ad()[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 noi of variance 25
noi = np.random.randn(*gray[1].shape)*10
# Add this noi to images
noisy = [i+noi for i in gray]
# Convert back to uint8
肺疼是什么原因noisy = [np.uint8(np.clip(i,0,255)) for i in noisy]
# Denoi 3rd frame considering all the 5 frames
描写秋天的古诗有哪些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()
