问题标签 [motion-blur]

我想知道什么算法在消除由于相机抖动引起的图像模糊方面最有效。为了简化问题，我对 RGB 图像的算法感兴趣，其中晃动的方向和幅度是已知的（分别通过度数和像素数的测量）并且在整个图像中是均匀的，就像构造的示例中所示下图（因此在应用算法后，理想情况下应该获得锐利的黑色 A）：

该算法应该将度数和像素数作为输入，就像 Photoshop 中智能锐化功能中的移除运动模糊选项一样。任何想法都会受到欢迎。谢谢！

我正在尝试实现维纳滤波器以对模糊图像执行反卷积。我的实现是这样的

此实现基于Wiki 页面。

使用的 TIFF 图像来自： http: //www.ece.rice.edu/~wakin/images/lena512color.tiff
但这里是 PNG 版本：

我有一个对角内核模糊的输入图像运动，并添加了一些高斯加性噪声。lena图片为512x512，模糊内核为11x11。

当我将 wiener_filter 应用于此图像时，结果是这样的。 .

我认为这个去模糊的图像质量不好。所以我想问一下我的实现是否正确。

更新我添加噪音的方式。

我想使用 OpenCV 在特定方向上为图像添加人工涂抹/运动模糊效果，以模拟在记录图像时因摇晃/移动相机而引起的模糊。

在 OpenCV（使用 Python）中这样做的合适方法是什么？

示例图片：

Smartisan OS 有一个天气 app 有这样的效果：将格式从摄氏更改为华氏时，温度数字会像这样滚动： Motion blur effect sample

我认为这不是数字滚动时的简单模糊效果，因为您可以从图像中看到这些数字仅在垂直方向上模糊。数字首先以低速滚动，然后以更快的速度滚动。并且随着滚动，模糊半径也更长。对我来说，这种效果可不是那么容易达到的。

我在一张纸上绘制了简单的几何形状图案，并将其放置在一个物体上作为标记。我能够成功地检测和分析模式。然而，当物体移动得更快一点时，就会引入运动模糊，它可以是旋转的或线性的。这样，检测到的区域重叠，例如在箭头方向上移动的一条箭头，在引入运动模糊后被检测为单条线。因此我需要以某种方式修复它。所以我可以检测单个箭头并分析它们。下面是带有和不带有运动模糊的标记的图像。

有没有可以用来解决它的python模块或开源实现？运动可以在任何方向以任何速度进行，因此 PSF 是未知的，并且对于 Wiener、Lucy-Richardson 方法是必需的。这也是一个实时跟踪问题，所以我需要一些快速执行的东西。

PS 我正在使用 Python 2.7 和 Opencv 3

我有一个特定的问题，我试图在整个互联网上找到，但没有运气。用户将选择一个男人的模型（图像视图）并通过移动它的位置，模糊效果将从上到下出现/ 从右到左的男人。基本上，我需要在图像视图上使用模糊效果，但可以选择设置我想要模糊的图像部分。

像这样的东西

https://www.freepik.com/free-photo/young-man-walking_1214201.htm'>由 Freepik 设计

我想模拟逼真的运动模糊。我不想在整个图像中产生模糊效果，而只想在移动的物体上产生模糊效果。我知道我可以使用滤镜，但是模糊效果会扩散到整个图像中。我想使用光流，但我不确定它是否会起作用，因为结果很大程度上取决于提取的特征。

我的主要想法是组合连续帧以产生运动模糊。

谢谢

我正在使用 haarcascade 检测面部并使用 OpenCV 使用网络摄像头跟踪它们。我需要保存每张被跟踪的脸。但问题是人们何时移动。在这种情况下，脸部会变得模糊。

我尝试使用以下代码使用 opencv 的 dnn 人脸检测器和 Laplacian 来缓解这个问题：

在这里，如果由于运动而不是模糊，我尝试将保存的脸限制setting blur_threshold为 500 和confidence_threshold0.98（即 98%）。

但问题是如果我更换相机，我必须再次手动更改阈值。在大多数情况下，设置阈值会忽略大多数人脸。

此外，由于与模糊的面部相比，背景总是清晰的，因此很难检测到。

所以我的问题是如何检测面部的这种运动模糊。我知道我可以训练一个用于面部运动模糊检测的 ML 模型。但这将需要大量处理资源来完成一项小任务。

此外，如果我走这条路，我将需要大量带注释的数据进行训练。这对我这样的学生来说并不容易。

因此，我尝试使用 OpenCV 来检测这一点，与使用 ML 模型进行检测相比，这将占用更少的资源。

有没有什么资源密集型解决方案可以解决这个问题？

根据@Fix 的建议进行更新，我应该将 BGR 转换为 RGB，但输出仍然与论文的输出不同。

（小记：这篇文章已经在https://dsp.stackexchange.com/posts/60670上发布，但由于我需要快速帮助，所以我想我在这里重新发布，希望这不会违反任何政策）

我尝试使用 PSF 内核（以 png 格式）从真实图像创建合成模糊图像，一些论文只提到我需要对其进行卷积操作，但似乎我需要的不止这些。我做了什么

这只会给我一个全白的图像。我试图将 beta 降低到像这里这样的较低数字norm_f = cv.normalize(f, None, alpha=0, beta=0.03, norm_type=cv.NORM_MINMAX, dtype=cv.CV_32F)，并且图像出现了，但它的颜色非常不同。

我知道如何做到这一点的论文和数据集（具有地面实况和 PNG 格式的 PSF 内核的图像）在这里

他们是这样说的：

我们以类似于 [3, 10] 的方式创建合成饱和图像。具体来说，我们首先将潜在图像的强度范围从 [0,1] 拉伸到 [-0.1,1.8]，并将模糊核与图像进行卷积。然后我们将模糊图像剪辑到 [0,1] 的范围内。采用相同的过程来生成不均匀的模糊图像。

这是我从来源获得的一些图像。

这是真实图像：

这是PNG格式文件的PSF内核：

这是他们的输出（合成图像）：

请帮帮我，解决方案并不重要，即使它是一个软件，另一种语言，另一种工具。我只关心最终我从具有良好性能的 PSF 内核的原始（清晰）图像合成模糊图像（我在 Matlab 上尝试过，但遇到了类似的问题，我使用了 imfilter，Matlab 的另一个问题是它们很慢）。

（请不要判断只关心过程的输出，我没有使用反卷积方法将模糊模糊回原始图像，因此我希望有足够的数据集（原始和模糊）对来测试我的假设/方法）

谢谢。

所以我被要求对从视频中捕获的帧进行运动去模糊，我对这个去模糊过滤器有点陌生，所以需要帮助。视频不包含任何噪音，只是垂直运动模糊。我不允许使用 skimage 或除 cv2 之外的任何其他库。即使知道我必须使用什么技术或功能，这将是一个很大的帮助。谢谢！