品牌视觉形象设计案例湛江seo
- 操作系统：ubuntu22.04
- OpenCV版本：OpenCV4.9
- IDE:Visual Studio Code
- 编程语言：C++11
算法描述
使用非局部均值去噪算法（Non-local Means Denoising algorithm）执行图像去噪，该算法来源于 http://www.ipol.im/pub/algo/bcm_non_local_means_denoising，并包含了若干计算优化。预期噪声为高斯白噪声。
cv::cuda::fastNlMeansDenoising 是 OpenCV 的 CUDA 模块中用于图像去噪的一个函数。此函数实现了快速非局部均值去噪算法，旨在减少图像中的噪声同时尽可能保留边缘细节。
函数原型
void cv::cuda::fastNlMeansDenoising
( InputArray src,OutputArray dst,float h,int search_window = 21,int block_size = 7,Stream & stream = Stream::Null()
)
参数
- 参数src 输入8位1通道、2通道或3通道的图像。
- 参数sdst 与 src 具有相同大小和类型的输出图像。
- 参数sh 调节滤波强度的参数。较大的 h 值能完美地去除噪声，但也会去除图像细节；较小的 h 值则会保留细节，但也会保留一些噪声。
- 参数ssearch_window 用于计算给定像素加权平均值的窗口大小（以像素为单位）。应该是奇数。性能受其影响呈线性关系：更大的 search_window 意味着更长的去噪时间。推荐值为21像素。
- 参数sblock_size 用于计算权重的模板块大小（以像素为单位）。应该是奇数。推荐值为7像素。
- 参数sstream 用于异步调用的流。 该函数预期应用于灰度图像。对于彩色图像，请参阅 FastNonLocalMeansDenoising::labMethod。
代码示例
电脑没有Nvidia的显卡，程序编译不了，opencv不支持cuda的也编译不了。
#include <opencv2/opencv.hpp>
#include <opencv2/cudaimgproc.hpp>
#include <opencv2/core/cuda.hpp>int main() {// 加载输入图像cv::Mat src = cv::imread("noisy_image.jpg", cv::IMREAD_COLOR);if (src.empty()) {std::cerr << "无法加载图像文件" << std::endl;return -1;}// 创建与src相同大小和类型的输出图像dstcv::Mat dst;// 将输入图像上传到GPUcv::cuda::GpuMat gpu_src, gpu_dst;gpu_src.upload(src);// 创建CUDA流（可选）cv::cuda::Stream stream;// 应用快速非局部均值去噪算法cv::cuda::fastNlMeansDenoising(gpu_src, gpu_dst, 3.0f /* h */, 21 /* search_window */, 7 /* block_size */, stream);// 将去噪后的图像从GPU下载到CPUgpu_dst.download(dst);// 保存去噪后的图像cv::imwrite("denoised_image.jpg", dst);// 显示原始图像和去噪后的图像cv::imshow("Noisy Image", src);cv::imshow("Denoised Image", dst);cv::waitKey();return 0;
}