基于opencv c++的图像去噪

Question

我正在尝试用OpenCV和函数fastNlMeansDenoisingColored去噪彩色图像。这对于大图像来说，去噪的时间太长了，用OpenCV在c++中去除图像噪声的任何替代算法都要花费太多的时间，并举例说明。

Answer 1

我使用了Nvidia的Optix去噪器，它在不到1秒的时间内给了我一个去噪图像，除非你想要实时的东西，你可以试试。他们说，它基于人工智能，而且它也使用你的GPU与库达库，所以这是安全的说，相当快和几乎实时去噪。

Answer 2

下面的代码是一个使用高斯模糊和中值模糊去噪图像的例子。您可以使用此代码使用图像测试去噪algs，并选择最佳的时间/质量参数。计算去噪图像的时间，花费在几秒钟内输出到控制台。

我的平均次数是: GaussianBlur 0.0747621 medianBlur 0.0100638 NlMeans 1.07519

使用键'1'，'2'，'3'，'4‘分别观看原始，NlMeans，中值或高斯粉砂。“q”结束节目。我发现通过简单的切换图像来比较去噪效果是很方便的，同时保持逐像素的对应。您可以更改int k_sz和double gauss_sigma值以更改模糊程度。

#include <opencv2/opencv.hpp>

#include <chrono>
#include <string>    

using namespace std;
using namespace cv;    

int main()
{

  Mat frame;
  frame = imread("E:\\images\\pair_noised.jpg");

  while (1)
  {
    Mat gaus;
    Mat median;
    Mat NlMeans;

    int k_sz = 5;
    double gauss_sigma = 1.6;
    try {
      TickMeter tm;
      tm.start();
      GaussianBlur(frame, gaus, Size(k_sz, k_sz), gauss_sigma);
      tm.stop();
      cout << "GaussianBlur " <<tm.getTimeSec() << endl;
      tm.reset();

      tm.start();
      medianBlur(frame, median, k_sz);
      tm.stop();
      cout << "medianBlur " << tm.getTimeSec() << endl;
      tm.reset();

      tm.start();
      fastNlMeansDenoisingColored(frame, NlMeans);
      tm.stop();
      cout << "NlMeans " << tm.getTimeSec() << endl;
      tm.reset();
    }
    catch(Exception& Ex)
    {
      cout << Ex.what() << endl;
    }

    string win_nm = "output";
    namedWindow(win_nm);

    char key = waitKey();

    switch (key)
    {
    case '4':
      imshow(win_nm, gaus);
      break;
    case '3':
      imshow(win_nm, median);
      break;
    case '2':
      imshow(win_nm, NlMeans);
      break;
    case '1':
      imshow(win_nm, frame);
      break;

    case 'q':
      return 0;

    default:
      imshow(win_nm, frame);
      break;
    }
  }
  return 0;
}