使用cv2对视频指定区域进行去噪
视频去噪其实和图象一样,只是需要现将视频截成图片,在对图片进行去噪,将去噪的图片在合成视频就行。可以利用cv2.imread()、imwrite()等轻松实现。
(图片来源网络,侵删)
去噪步骤
1、视频逐帧读成图片
2、图片指定区域批量去噪
2、去噪后的图片写入视频
1、视频逐帧读成图片
有两种方法,第一种是直接将图片读入内存,图片就是以numpy格式存在内存中,优点是可以极快的增加图片的读取速度,但过长的视频可能会导致内存爆满。第二种是逐帧将图片读到本地文件夹,以png的格式存到指定路径中,优点是不占用内存,但是由于加入了cv2.imwrite(),会耗费一定的时间。由于我这次不在服务器上跑,所以选择第二种方法。
def make_frame_img(video_path, output_path): """ 从视频文件中抽取帧数图片,保存到指定路径 参数: video_path: 输入视频路径 output_path: 保存帧图片文件夹 return 无 """ # 读取视频文件 cap = cv2.VideoCapture(video_path) # 检查视频是否成功打开 if not cap.isOpened(): print("无法打开视频文件:", video_path) return # 获取视频帧率和总帧数 fps = cap.get(cv2.CAP_PROP_FPS) total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) # 如果没有创建输出文件夹,则创建输出文件夹 if not os.path.exists(output_path): os.makedirs(output_path) # 分割视频为照片 print("beginning to extract frames from video !") for i in tqdm(range(total_frames)): ret, frame = cap.read() if ret: # 保存照片 filename = f'./frame_%04d.png' % i filepath = os.path.join(output_path, filename) cv2.imwrite(filepath, frame) else: break
2、图片指定区域批量去噪
可以参考我写的上篇博客,图象去噪。但是上篇博客只是对单个图片全图去噪,这次我们需要的是对一个文件夹里的图片指定区域进行批量去噪。
2.1、图象指定区域去噪
本次的任务是对图象下半部分进行中值滤波,故只需将原图裁剪一般得到下张图,对下半张图进行滤波后,与未滤波的上半张图像进行拼接,可使用纵向堆叠的np.vstack()实现图象上下拼接。
def mid_move_noise(noise_image): # 对图像下半部分进行中值去噪 image = cv2.imread(noise_image) h, w = image.shape[:2] half_height = h // 2 bottom_half = image[half_height:, :] bottom_half = cv2.medianBlur(bottom_half, 9) image = np.vstack((image[:half_height, :], bottom_half)) return image
2.2、写一个for 循环遍历文件夹中的图片进行图像指定区域去噪,将去噪后的图片写入到指定文件夹下。
def from_fold_process_images(source_folder, result_folder): print("image process from folder: " + source_folder) for img_name in tqdm(os.listdir(source_folder)): img_path = os.path.join(source_folder, img_name) if img_name.endswith('.png'): # 构建输出图片的路径 output_path = os.path.join(result_folder, img_name) # 应用中值滤波并保存 img = mid_move_noise(img_path) cv2.imwrite(output_path, img)
3、去噪图片写入成视频
def merge_to_video(img_path, output_video_path): print("image merge to video") """ 将图片合成视频 参数: img_path 输入图片路径 output_video_path 输出视频路径 return 无 """ # 传入输入路径中的所有图像 image_files = [f for f in os.listdir(img_path) if f.endswith(".png")] image_files.sort() # 获取图像尺寸 img = cv2.imread(os.path.join(img_path, image_files[0])) height, width, _ = img.shape # 创建用于写入视频的VideoWriter对象 video_writer = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*"mp4v"), 30, (width, height)) # 逐个读取图像并将其写入视频 for image_file in tqdm(image_files): img = cv2.imread(os.path.join(img_path, image_file)) video_writer.write(img) print("Video has been created successfully!") video_writer.release()
测试代码:
make_frame_img('./noise.mp4', './video_fps') from_fold_process_images('./video_fps', './move_noise_fps') merge_to_video('./move_noise_fps', './denoise.mp4')
文章版权声明:除非注明,否则均为主机测评原创文章,转载或复制请以超链接形式并注明出处。