计算摄影学-图像去噪

下面这段代码是 OpenCV-Python-Tutorial-中文版.pdf （P288）中的实现

当前系列所有demo下载地址：

https://github.com/GaoRenBao/OpenCv4-Demo

https://gitee.com/fuckgrb/OpenCv4-Demo

不同编程语言对应的OpenCv版本以及开发环境信息如下： 

目标

• 学习使用非局部平均值去噪算法去除图像中的噪声

• 学习函数 cv2.fastNlMeansDenoising() cv2.fastNlMeansDenoisingColored() 等

噪声是平均值为1的随机变量

对于彩色图像  先转换到 CIELAB 颜色空间 然后对 L 和 AB 成分 分别去噪

OpenCV 中的图像去噪

1. cv2.fastNlMeansDenoising() 使用对象为灰度图。

2. cv2.fastNlMeansDenoisingColored() 使用对象为彩色图。

3. cv2.fastNlMeansDenoisingMulti() 用于短时 的图像序列 灰度图像

4. cv2.fastNlMeansDenoisingColoredMulti()  用于短时 的图 像序列 彩色图像

测试原图：

demo1：fastNlMeansDenoisingColored

demo2：fastNlMeansDenoisingMulti

C#版本代码如下：

灰度图像处理“FastNlMeansDenoisingMulti”方法在C#中存在内存异常，不能用，彩图API“FastNlMeansDenoisingColoredMulti”可以使用。

参考来源：https://github.com/shimat/opencvsharp/blob/main/test/OpenCvSharp.Tests/photo/PhotoTest.cs

using OpenCvSharp;
using System.Collections.Generic;

namespace demo
{
    internal class Program
    {
        static void Main(string[] args)
        {
            //demo1();
            demo2();
        }

        /// <summary>
        /// FastNlMeansDenoisingColored
        /// </summary>
        static void demo1()
        {
            Mat img = Cv2.ImRead("../../../images/die.png");
            Cv2.CvtColor(img, img, ColorConversionCodes.BGR2RGB);

            Mat dst = new Mat();
            Cv2.FastNlMeansDenoisingColored(img, dst, 10, 10, 7, 21);

            Cv2.ImShow("img", img);
            Cv2.ImShow("dst", dst);
            Cv2.WaitKey(0);
        }

        /// <summary>
        /// fastNlMeansDenoisingMulti
        /// </summary>
        static void demo2()
        {
            VideoCapture cap = new VideoCapture("../../../images/vtest.avi");

            // 读取三帧图像
            double pos = cap.Get(VideoCaptureProperties.FrameCount);

            List<Mat> srcImgs = new List<Mat>();
            Mat frame = new Mat();
            for (int i = 0; i < 5; i++)
            {
                cap.Set(VideoCaptureProperties.PosFrames, (int)(pos / 6 * i));
                cap.Read(frame);
                //Cv2.CvtColor(frame, frame, ColorConversionCodes.BGR2GRAY);
                srcImgs.Add(frame);
            }

            // 一共5帧图像，我们取第二帧
            Mat dst = new Mat();

            // FastNlMeansDenoisingMulti存在内存异常，这个版本的OpenCv不能用....

            //Cv2.FastNlMeansDenoisingMulti(srcImgs, dst,
            //    imgToDenoiseIndex: 2,
            //    temporalWindowSize: 5,
            //    h: 4,
            //    templateWindowSize: 7,
            //    searchWindowSize: 35);

            // 这个可以用，但是运行有点慢
            Cv2.FastNlMeansDenoisingColoredMulti(srcImgs, dst,
               imgToDenoiseIndex: 2,
               temporalWindowSize: 5,
               h: 4,
               templateWindowSize: 7,
               searchWindowSize: 35);

            Cv2.ImShow("srcImgs", srcImgs[2]);
            Cv2.ImShow("dst", dst);
            Cv2.WaitKey(0);
        }
    }
}

C++版本代码如下：

#include <opencv2/opencv.hpp>
#include <opencv2/core/utils/logger.hpp> 

#include <string>
#include <iostream>

using namespace cv;
using namespace std;

// FastNlMeansDenoisingColored
void demo1()
{
    Mat img = cv::imread("../images/die.png");
    cv::cvtColor(img, img, COLOR_BGR2RGB);

    Mat dst;
    cv::fastNlMeansDenoisingColored(img, dst, 10, 10, 7, 21);

    cv::imshow("img", img);
    cv::imshow("dst", dst);
    cv::waitKey(0);
}

// fastNlMeansDenoisingMulti
void demo2()
{
    VideoCapture cap = VideoCapture("../images/vtest.avi");

    // 读取三帧图像
    double pos = cap.get(VideoCaptureProperties::CAP_PROP_FRAME_COUNT);

    vector<Mat> srcImgs;
    Mat frame;
    for (int i = 0; i < 5; i++)
    {
        cap.set(VideoCaptureProperties::CAP_PROP_POS_FRAMES, (int)(pos / 6 * i));
        cap >> frame;
        cv::cvtColor(frame, frame, COLOR_BGR2GRAY);
        srcImgs.push_back(frame);
    }

    // 一共5帧图像，我们取第二帧
    Mat dst;
    cv::fastNlMeansDenoisingMulti(srcImgs, dst, 2, 5, 4, 7, 35);

    cv::imshow("srcImgs", srcImgs[2]);
    cv::imshow("dst", dst);
    cv::waitKey(0);
}

int main()
{
    // 关闭opencv日志
    cv::utils::logging::setLogLevel(cv::utils::logging::LOG_LEVEL_SILENT);

    //demo1();
    demo2();
}

Python版本代码如下：

fastNlMeansDenoisingColored

import cv2
from matplotlib import pyplot as plt

img = cv2.imread('../images/die.png')
img = cv2.cvtColor(img, code=cv2.COLOR_BGR2RGB)

dst = cv2.fastNlMeansDenoisingColored(img, None, 10, 10, 7, 21)
# dst2=cv2.cvtColor(dst,code=cv2.COLOR_BGR2RGB)

plt.subplot(121), plt.imshow(img)
plt.subplot(122), plt.imshow(dst)
# plt.subplot(122), plt.imshow(dst2)
plt.show()

fastNlMeansDenoisingMulti

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

cap = cv2.VideoCapture('../images/vtest.avi')
# 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()