代数运算，就是对两幅图像的点之间进行加、减、乘、除的运算。四种运算相应的公式为：

代数运算中比较常用的是图像相加和相减。图像相加常用来求平均值去除addtive噪声或者实现二次曝光（double-exposure）。图像相减用于减去背景或周期噪声，污染等。

图像相加

OpenCV中提供了相加的函数

[cpp] view plaincopy

void cvAcc(
const CvArr* image,//输入图像
CvArr* sum, //累积图像
const CvArr* mask=NULL//可选的运算
);

我们还需要用到一个线性变换转换函数来对相加的结果求平均

[cpp] view plaincopy

void cvConvertScale(
const CvArr* src, //输入数组
CvArr* dst,//输出数组
double scale=1,//比例
double shift=0 //缩放比例，可选
);
#define cvCvtScale cvConvertScale
#define cvScale cvConvertScale
#define cvConvert( src, dst ) cvConvertScale( (src), (dst), 1, 0 )

实践：平均值去噪

我们用NASA的一段幸运团的视频做实验，截取视频的某几个连续帧求平均值：

[cpp] view plaincopy

int main()
{
CvCapture* capture=cvCaptureFromFile("media.avi");
IplImage* frame= NULL;
IplImage * imgsum =NULL;
int start=301;
int end=304;
cvSetCaptureProperty(capture, CV_CAP_PROP_POS_FRAMES, start);
int count = start;
while( cvGrabFrame(capture) && count <= end )
{
frame = cvRetrieveFrame(capture);// 获取当前帧
if(imgsum==NULL){
imgsum=cvCreateImage(cvGetSize(frame),IPL_DEPTH_32F,3);
cvZero(imgsum);
}
cvAcc(frame,imgsum);
char testname[100];
sprintf(testname,"%s%d%s","image",count,".jpg");
cvShowImage(testname,frame);
cvSaveImage(testname,frame);
count++;
}
IplImage * imgavg = cvCreateImage(cvGetSize(frame),IPL_DEPTH_8U,3);
cvConvertScale(imgsum,imgavg,1.0/4.0);
cvShowImage("imageavg",imgavg);
cvSaveImage("imageavg_4.jpg",imgavg);
cvWaitKey(0);
cvReleaseCapture(&capture);
return 0;
}

以下从左到右分别是连续两帧、四帧、八帧、十六帧求均值的结果：

实践：图像二次曝光

曝光和去噪是一样的，也是对几幅图像求平均

[cpp] view plaincopy

//通过求平均二次曝光
int main()
{
IplImage* image1= cvLoadImage("psu3.jpg");
IplImage* image2= cvLoadImage("psu4.jpg");
IplImage * imgsum =cvCreateImage(cvGetSize(image1),IPL_DEPTH_32F,3);
cvZero(imgsum);
cvAcc(image1,imgsum);
cvAcc(image2,imgsum);
IplImage * imgavg = cvCreateImage(cvGetSize(image1),IPL_DEPTH_8U,3);
cvConvertScale(imgsum,imgavg,1.0/2.0);
cvShowImage("imageavg",imgavg);
cvSaveImage("avg.jpg",imgavg);
cvWaitKey(0);
cvReleaseImage(&image1);
cvReleaseImage(&image2);
cvReleaseImage(&imgsum);
cvReleaseImage(&imgavg);
return 0;
}

下图是对同学街舞截图的“二次曝光”效果：

图像相减

OpenCV中用cvAbsDiff函数计算两数组的差的绝对值

[cpp] view plaincopy

void cvAbsDiff(
const CvArr* src1,//第一个输入数组
const CvArr* src2,//第二个输入数组
CvArr* dst//输出数组
);

实践：减去背景

减去背景是通过两幅图像代数相减，可以判断出前景区域和运动区域，这是最简单（很多时候也是效果很好的）运动检测方法。

[cpp] view plaincopy

//减去背景
int main()
{
IplImage* pFrame = NULL;
IplImage* pFrImg = NULL;
IplImage* pBkImg = NULL;
CvMat* pFrameMat = NULL;
CvMat* pFrMat = NULL;
CvMat* pBkMat = NULL;
CvCapture* pCapture = NULL;
int nFrmNum = 0;
//创建窗口
cvNamedWindow("video", 1);
cvNamedWindow("background",1);
cvNamedWindow("foreground",1);
pCapture = cvCaptureFromFile("media.avi");
while(pFrame = cvQueryFrame( pCapture ))
{
nFrmNum++;
//如果是第一帧，需要申请内存，并初始化
if(nFrmNum == 1)
{
pBkImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1);
pFrImg = cvCreateImage(cvSize(pFrame->width, pFrame->height), IPL_DEPTH_8U,1);
pBkMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
pFrMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
pFrameMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
//转化成单通道图像再处理
cvCvtColor(pFrame, pBkImg, CV_BGR2GRAY);
cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);
cvConvert(pFrImg, pFrameMat);
cvConvert(pFrImg, pFrMat);
cvConvert(pFrImg, pBkMat);
}
else
{
cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);
cvConvert(pFrImg, pFrameMat);
//当前帧跟背景图相减
cvAbsDiff(pFrameMat, pBkMat, pFrMat);
//二值化前景图
cvThreshold(pFrMat, pFrImg, 60, 255.0, CV_THRESH_BINARY);
//更新背景
cvRunningAvg(pFrameMat, pBkMat, 0.003, 0);
//将背景转化为图像格式，用以显示
cvConvert(pBkMat, pBkImg);
cvShowImage("video", pFrame);
cvShowImage("background", pBkImg);
cvShowImage("foreground", pFrImg);
if( cvWaitKey(2) >= 0 )
break;
}
}
cvDestroyWindow("video");
cvDestroyWindow("background");
cvDestroyWindow("foreground");
cvReleaseImage(&pFrImg);
cvReleaseImage(&pBkImg);
cvReleaseMat(&pFrameMat);
cvReleaseMat(&pFrMat);
cvReleaseMat(&pBkMat);
cvReleaseCapture(&pCapture);
return 0;
}

效果图：

转载请注明出处：http://blog.csdn.net/xiaowei_cqu/article/details/7610665
实验代码及视频下载：http://download.csdn.net/detail/xiaowei_cqu/4335573

转载于:https://www.cnblogs.com/alan666/p/8312343.html

【OpenCV】图像代数运算：平均值去噪，减去背景相关推荐

图像代数运算：平均值去噪，减去背景
代数运算,就是对两幅图像的点之间进行加.减.乘.除的运算.四种运算相应的公式为: 代数运算中比较常用的是图像相加和相减.图像相加常用来求平均值去除addtive噪声或者实现二次曝光(double-ex ...
cv2 inrange灰度图_基于openCV，PIL的深色多背景复杂验证码图像转灰度二值化，并去噪降噪处理分析...
title: [python]基于openCV,PIL的深色多背景复杂验证码图像转灰度二值化,并去噪降噪处理分析 type: categories copyright: true categories ...
opencv 轮廓放大_基于openCV，PIL的深色多背景复杂验证码图像转灰度二值化，并去噪降噪处理分析...
title: [python]基于openCV,PIL的深色多背景复杂验证码图像转灰度二值化,并去噪降噪处理分析 type: categories copyright: true categories ...
学习使用非局部平均值去噪算法去除图像中的噪音-图像去噪
图像去噪目标 • 学习使用非局部平均值去噪算法去除图像中的噪音 • 学习函数 cv2.fastNlMeansDenoising(),cv2.fastNlMeansDenoisingColored() ...
OpenCV图像旋转,指定填充背景颜色边界颜色
OpenCV图像旋转,指定填充背景颜色边界颜色 OpenCV与图像旋转有关的函数: (1)warpAffine函数 void cv::warpAffine ( InputArray src, ...
python使用openCV图像加载（转化为灰度图像）、平滑图像处理就是将每个像素的值变换为其相邻元素的平均值、可视化平滑处理之后的图像（Blurring Images）
python使用openCV图像加载(转化为灰度图像).平滑图像处理就是将每个像素的值变换为其相邻元素的平均值.可视化平滑处理之后的图像(Blurring Images) 目录
【笔记】opencv的python使用腐蚀模糊背景分割等处理图像
概括从概念上讲,一个字节能表示0到255的整数.目前,对于所有的实时图像应用而言, 虽然有其他的表示形式,但一个像素通常由每个通道的一个字节表示. 一个OpenCV图像是.array类型的二维或三维 ...
opencv 图像与视频分析教程③
opencv 图像与视频分析教程代码: https://github.com/bai1231/opencv-learn_and_pratice 二值图像分析图像二值化二值图像轮廓分析霍夫检测 ...
OpenCV图像锐化/增强
OpenCV图像锐化/增强 0.综述 1.Laplacian高通滤波算子 2.Laplacian锐化代码实践 3.USM锐化增强算法 4.USM代码实践 0.综述图像的卷积计算除了可以完成我们前面介 ...

【OpenCV】图像代数运算：平均值去噪，减去背景