我正在使用opencv编写视频稳定器。算法如下:
虽然视频中有更多帧:
我有几个问题。我是在正确的轨道上吗?如何进行实际稳定(使用高斯滤波器或其他东西)?
答案 0 :(得分:3)
以下是可能的步骤顺序:
步骤1.从电影文件中读取帧
步骤2.从每个框架中收集突出点
步骤3.选择点之间的对应关系
步骤4.从噪声对应中估计变换
步骤5.变换近似和平滑
步骤6.在完整视频上运行
您可以在此处找到有关每个步骤的更多详细信息:
http://www.mathworks.com/help/vision/examples/video-stabilization-using-point-feature-matching.html
我认为您可以在OpenCV中执行相同的步骤。
答案 1 :(得分:0)
如果您使用的是python代码,则可以使用我强大且线程化的VidGear视频处理python库,该库现在提供具有最小延迟的实时视频稳定化,并且以很少甚至没有额外的计算能力为代价与Stabilizer Class。为了方便起见,下面是一个基本用法示例:
# import libraries
from vidgear.gears import VideoGear
from vidgear.gears import WriteGear
import cv2
stream = VideoGear(source=0, stabilize = True).start() # To open any valid video stream(for e.g device at 0 index)
# infinite loop
while True:
frame = stream.read()
# read stabilized frames
# check if frame is None
if frame is None:
#if True break the infinite loop
break
# do something with stabilized frame here
cv2.imshow("Stabilized Frame", frame)
# Show output window
key = cv2.waitKey(1) & 0xFF
# check for 'q' key-press
if key == ord("q"):
#if 'q' key-pressed break out
break
cv2.destroyAllWindows()
# close output window
stream.stop()
# safely close video stream
更多高级用法可以在这里找到:https://github.com/abhiTronix/vidgear/wiki/Real-time-Video-Stabilization#real-time-video-stabilization-with-vidgear