参考：

1、http://docs.opencv.org/3.3.0/ 官方文档api

2、http://docs.opencv.org/3.3.0/d6/d00/tutorial_py_root.html 官方英文教程

3、https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_tutorials.html

4、https://github.com/makelove/OpenCV-Python-Tutorial# 进阶教程

5、https://docs.opencv.org/3.3.0/index.html 官方英文教程

6、https://github.com/abidrahmank/OpenCV2-Python-Tutorials

7、https://www.learnopencv.com/

8、http://answers.opencv.org/questions/ OpenCV论坛

9、https://github.com/opencv/opencv 官方github

10、https://github.com/abidrahmank/OpenCV2-Python-Tutorials

注：安装的版本 opencv_python-3.3.0-cp36-cp36m-win_amd64.whl

参考：https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_tutorials.html

计算摄影

在这里，您将学习与计算摄影相关的不同OpenCV功能，如图像去噪等。

图像去噪

图像去噪在OpenCV

OpenCV提供了这种技术的四个变体。

cv2.fastNlMeansDenoising（） - 使用单个灰度图像
cv2.fastNlMeansDenoisingColored（） - 使用彩色图像。
cv2.fastNlMeansDenoisingMulti（） - 适用于在短时间内捕获的图像序列（灰度图像）
cv2.fastNlMeansDenoisingColoredMulti（） - 与上述相同，但用于彩色图像。

共同参数是：
h：参数决定滤波器强度。较高的h值可以更好的消除噪音，但也会删除图像的细节。（10可以）
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。（推荐7）
searchWindowSize：应该是奇数。（推荐21）
有关这些参数的更多详细信息，请访问其他资源的第一个链接。

我们将在这里展示2和3。

1. cv2.fastNlMeansDenoisingColored()

如上所述，它用于从彩色图像中去除噪声。（预计噪声为高斯）。见下面的例子：

import numpy as np
import cv2
from matplotlib import pyplot as pltimg = cv2.imread('die.png')dst = cv2.fastNlMeansDenoisingColored(img,None,10,10,7,21)plt.subplot(121),plt.imshow(img)
plt.subplot(122),plt.imshow(dst)
plt.show()

2. cv2.fastNlMeansDenoisingMulti()

import numpy as np
import cv2
from matplotlib import pyplot as pltcap = cv2.VideoCapture('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()

图像修复

代码

我们需要创建与输入图像相同大小的掩码，其中非零像素对应于要被修补的区域。一切都很简单。我的图像被一些黑色笔画降级（我手动添加）。我用Paint工具创建了一个相应的笔画。

import numpy as np
import cv2img = cv2.imread('messi_2.jpg')
mask = cv2.imread('mask2.png',0)dst = cv2.inpaint(img,mask,3,cv2.INPAINT_TELEA)cv2.imshow('dst',dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

opencv-计算摄影相关推荐

计算摄影 | 计算机如何学会自动裁剪图片（自动构图）？
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 1 自动构图基础 1.1 什么是构图自动裁剪用摄影的话语来说,就 ...
从暗通道先验去雾到海底图像修复-三维重建辅助计算摄影
点击上方"小白学视觉",选择加"星标"或"置顶"重磅干货,第一时间送达一. Sea Thru:海底图像修复我想很多朋友一定看过海底的各种 ...
手机中的计算摄影：多摄融合
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达来源丨计算摄影学作者丨HawkWang 前几天,荣耀发布了Magic 3系列手机,通过多主摄融合的计 ...
50. 从暗通道先验去雾到海底图像修复-三维重建辅助计算摄影
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达推荐阅读 42个pycharm使用技巧,瞬间从黑铁变王者Google ...
使用Python、OpenCV计算轮廓的中心
1. 使用Python.OpenCV计算轮廓的中心并标记 2. 使用Python.OpenCV检测轮廓的形状并标记 3. 使用颜色通道统计信息来标记形状的实际颜色并标记本博客的目标:(1)检测图像中 ...
使用Python，OpenCV计算图像直方图(cv2.calcHist)
使用Python,OpenCV计算图像直方图(cv2.calcHist 1. 效果图 2. 原理 2.1 什么是图像直方图? 2.2 计算直方图 2.3 可视化蒙版区域 3. 源码参考这篇博客将介 ...
【百家稷学】深度学习在计算摄影中的方法与应用（vivo技术分享）
继续咱们百家稷学专题,本次是有三AI在vivo公司分享的技术讲座.百家稷学专题的目标,是走进100所高校和企业进行学习与分享. 分享主题本次分享是在vivo AI研究院进行,主题是<深度学习在 ...
【计算摄影】计算机如何学会自动裁剪图片（自动构图）？
大家好,这是专栏<计算摄影>的第三篇文章,这一个专栏来自于计算机科学与摄影艺术的交叉学科.今天我们讨论的问题是图像的自动裁剪/自动构图问题. 作者&编辑 | 言有三 1 自动构图基 ...
【计算摄影】计算机如何学会欣赏照片的美感？
大家好,这是专栏<计算摄影>的第二篇文章,这一个专栏来自于计算机科学与摄影艺术的交叉学科.今天我们讨论的问题是图像美学评估问题. 作者&编辑 | 言有三 1 图像美学基础 1.1 ...
【计算摄影】图像美学专栏上线，先从学点摄影知识开始
大家好,这是专栏<计算摄影>的第一篇文章,这一个专栏来自于计算机科学与摄影艺术的交叉学科.这是第一篇文章,本篇文章的重点不是技术,但却是一个很有意思的主题,也是后面内容的基础. 作者&am ...

opencv-计算摄影