opencv，连续拍摄多张图像求平均值减少噪点

        对于照度低或者相机质量差造成的密集的随机小噪点，可以通过拍摄多张图像求平均值的方法来减少噪点，获得较为清晰的画面。

import cv2
import numpy as np


class FilterCamera:
    def __init__(self, cap, in_frame, num):
        self.cap = cap  # 定义的相机

        self.num = num   # 求平均值的帧数
        frame_float = in_frame.astype(float)
        self.frames = [frame_float] * self.num
        self.sum_frame = sum(self.frames)
        self.filtered_frame = self.sum_frame / self.num  # 平均后的图像

    # 输出画面
    def frame_out(self):
        # 从相机获取图像
        r, f = self.cap.read()
        if r:
            frame_float = f.astype(float)   # 转为浮点数，防溢出
            # pop操作
            self.sum_frame -= self.frames[0]
            self.sum_frame += frame_float
            # 求平均值并转换为uint8
            self.filtered_frame = (self.sum_frame / self.num).astype(np.uint8)
            self.frames = self.frames[1:] + [frame_float]
            return self.filtered_frame
            # cv2.imshow('Average Frame', self.average_frame)

    # 释放相机资源
    def release(self):
        self.cap.release()


# #############################主程序###################################
if __name__ == '__main__':
    import threading

    cap = cv2.VideoCapture(0)   # 连接到相机0
    ret, frame = cap.read()     # 读取相机数据
    if ret:
        filter_cam = FilterCamera(cap, frame, 5)   # 定义相机

        # 显示画面
        def show_frame():
            global timer
            frame = filter_cam.frame_out()   # 获取帧
            cv2.imshow('Video Frame', frame)  # 显示帧
            # 帧定时器
            timer = threading.Timer(0.05, show_frame)
            timer.start()

        show_frame()

        # 进程守护循环
        while True:
            if cv2.waitKey(1) & 0xFF == ord('q'):
                timer.cancel()   # 取消定时器
                filter_cam.release()   # 释放相机资源
                cv2.destroyAllWindows()   # 销毁窗口
                break

效果对比：

未降噪

 降噪后

与高斯滤波的效果相比，这种方法在降噪的同时不会使画面模糊，甚至更锐利。缺点是降低了帧率，比较适合对帧率要求不高的场合。

原文地址：https://blog.csdn.net/xulibo5828/article/details/140591004

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！