使用OpenCV实现视频去抖

使用OpenCV实现视频去抖

整体步骤:

  1. 设置输入输出视频
  2. 寻找帧之间的移动:使用opencv的特征检测器,检测前一帧的特征,并使用Lucas-Kanade光流算法在下一帧跟踪这些特征,根据两组点,将前一个坐标系映射到当前坐标系完成刚性(欧几里得)变换,最后使用数组纪录帧之间的运动。
  3. 计算帧之间的平滑运动:根据第二步的帧运动,计算轨迹,并使用移动平均滤波器对轨迹进行平滑处理,同时记录平滑轨迹与原始轨迹的差异。
  4. 将平滑运动应用到帧中,修复边界伪影:将第三步得到的差异加到原始轨迹,并将视频中心缩放4%缓解黑色的边界伪影。

1. 设置视频的输入输出

import numpy as np
import cv2
import os

def set_int_and_out_video(input_path: str, output_path: str, fps: int = None):
    # 读取视频
    cap = cv2.VideoCapture(input_path)
     
    # 获取视频宽高
    w = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))  
    h = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) 
     
    # 定义视频编码方式       
    fourcc = cv2.VideoWriter_fourcc(*'mp4v')
    # MJPG是一种视频输出格式,MJPG格式输出的是将视频图像采用JPEG格式压缩后得到的视频帧,优点是帧率高(视频开启快,曝光快),缺点是影像有马赛克,并且需要解码器,会占用PC系统资源。MJPG视频帧直接保存成jpg文件即可用常见的图片查看工具打开。
     
     # 获取视频帧率
    if fps is None:
        fps = int(cap.get(cv2.CAP_PROP_FPS))
     
    # 设置输出视频
    basename = os.path.basename(input_path).split('.')[0]
    video_compete_name = basename + '_compete.mp4'
    video_stabilized_name = basename + '_stabilized.mp4'
    output_path1 = os.path.join(output_path, video_compete_name)
    output_path2 = os.path.join(output_path, video_stabilized_name)
    
    out = cv2.VideoWriter(output_path1, fourcc, fps, (2*w, h))   # 作为原视频的对比视频
    out2 = cv2.VideoWriter(output_path2, fourcc, fps, (w, h))  # 输出结果
    return cap, out, out2

2. 找出帧之间的运动

def find_motion(cap) -> np.ndarray:
    # 设置视频指针到第一帧
    cap.set(cv2.CAP_PROP_POS_FRAMES, 0) 
    # 读取第一帧,并转为灰度图类型为np.ndarray
    _, prev = cap.read() 
    prev_gray = cv2.cvtColor(prev, cv2.COLOR_BGR2GRAY)
    
    # 获取视频帧数
    n_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
    
    # 定义保存动作变化的数组
    transforms = np.zeros((n_frames - 1, 3), np.float32)
    for i in range(n_frames - 2):
        # 找到前一帧的特征点
        prev_pts = cv2.goodFeaturesToTrack(prev_gray, maxCorners=200, qualityLevel=0.01,
                                           minDistance=30, blockSize=3)
     
        # 读取下一帧
        success, curr = cap.read()
        if not success:
            break
        
        # 转化成灰度图
        curr_gray = cv2.cvtColor(curr, cv2.COLOR_BGR2GRAY)
     
        # 使用Lucas-Kanade光流算法在下一帧(当前帧)中跟踪前一帧的特征点
        curr_pts, status, err = cv2.calcOpticalFlowPyrLK(prev_gray, curr_gray, prev_pts, None)
        # status :输出状态向量(无符号字符); 如果找到相应特征的流,则向量的每个元素设置为1,否则设置为0
     
        # 完整性检查,通常用在对输入数据的检查。匹配特征点大小
        assert prev_pts.shape == curr_pts.shape
     
        # 根据calcOpticalFlowPyrLK的状态标志,过滤掉当前帧中,可能被下一帧另一对像遮挡的特征点
        idx = np.where(status == 1)[0] 
        prev_pts = prev_pts[idx]
        curr_pts = curr_pts[idx]
     
        # 找出动作变化矩阵:使用这两组点来找到映射前一个坐标系到当前坐标系的刚性(欧几里德)变换
        m, inl = cv2.estimateAffinePartial2D(prev_pts, curr_pts)

        # 提取动作
        dx = m[0, 2]
        dy = m[1, 2]

        da = np.arctan2(m[1, 0], m[0, 0])   # 提取旋转角度     
        
        transforms[i] = [dx, dy, da]    # 保存动作变化
     
        prev_gray = curr_gray   # Move to next frame
     
        print("Frame: " + str(i) + "/" + str(n_frames) + " -  Tracked points : " + str(len(prev_pts)))
    return transforms

3. 计算帧之间的平滑动作

# 在上一步中,计算了运动轨迹,共有三条曲线来显示运动(x,y,和角度)如何随时间变化。
# 此处将平滑这三条曲线:定义了一个移动平均滤波器,它接受任何曲线作为输入,并返回曲线的平滑版本。
def movingAverage(curve, radius):
    window_size = 2 * radius + 1
    # 定义过滤器(卷积核)
    f = np.ones(window_size) / window_size
    # 在边界增加padding
    curve_pad = np.lib.pad(curve, (radius, radius), 'edge')
    # 进行卷积操作
    curve_smoothed = np.convolve(curve_pad, f, mode='same')
    # 去掉padding
    curve_smoothed = curve_smoothed[radius:-radius]
    # 得到平滑曲线
    return curve_smoothed
 
 
# 对轨迹的三部分即x, y和角度进行平滑处理
def smooth(trajectory, smoothing_radius:int = 50):
    smoothed_trajectory = np.copy(trajectory)

    for ii in range(3):
        smoothed_trajectory[:, ii] = movingAverage(trajectory[:, ii], radius=smoothing_radius)
    return smoothed_trajectory

def calculate_smooth_motion(transforms: np.ndarray):
    # 通过累加计算轨迹
    trajectory = np.cumsum(transforms, axis=0)
    
    # 计算平滑变化
    smoothed_trajectory = smooth(trajectory)  
    # 计算平滑轨迹与轨迹的差
    difference = smoothed_trajectory - trajectory
     
    # 计算新的运动数组
    transforms_smooth = transforms + difference
    return transforms_smooth

4. 将平滑动作应用到帧中

# 修复边界伪影
def fixBorder(frame):
    s = frame.shape
    # 在视频中心缩放4%
    T = cv2.getRotationMatrix2D((s[1] / 2, s[0] / 2), 0, 1.04)
    frame = cv2.warpAffine(frame, T, (s[1], s[0]))
    return frame

def apply_smooth_motion(cap, transforms_smooth: np.ndarray, out, out2) -> bool:
    # 设置视频指针到第一帧
    cap.set(cv2.CAP_PROP_POS_FRAMES, 0) 
    
    # 获取视频帧数
    n_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
    
    # 获取视频宽高
    w = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))  
    h = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) 
    
    # 处理剩下 n_frames - 2帧
    for i in range(n_frames - 2):
        # Read next frame
        success, frame = cap.read()
        if not success:
            break
     
        # 从新的动作数组中提取动作
        dx = transforms_smooth[i, 0]
        dy = transforms_smooth[i, 1]
        da = transforms_smooth[i, 2]
     
        # 根据新值,重新构建变换矩阵
        m = np.zeros((2, 3), np.float32)
        m[0, 0] = np.cos(da)
        m[0, 1] = -np.sin(da)
        m[1, 0] = np.sin(da)
        m[1, 1] = np.cos(da)
        m[0, 2] = dx
        m[1, 2] = dy
     
        # 对每一帧进行仿射变换
        frame_stabilized = cv2.warpAffine(frame, m, (w, h))
     
        # 修复边界瑕疵
        frame_stabilized = fixBorder(frame_stabilized)
     
        # frame为变换前,frame_stabilized为变换后,将两者拼接作为对比
        frame_out = cv2.hconcat([frame, frame_stabilized])  # 拼接函数
     
        # 视频过大时进行裁剪
        if frame_out.shape[1] > 1920:
            frame_out = cv2.resize(frame_out, (int(frame_out.shape[1] / 2), int(frame_out.shape[0] / 2)))
     
        # cv2.imshow("Before and After", frame_out)
        # cv2.waitKey(10)
        out.write(frame_out)
        # 把稳定后的视频单独保存一份
        out2.write(frame_stabilized)
    return True

最后对视频进行集中处理

videos = os.listdir('./Video_Stabilization_data')
output_path = './video_result'
if os.path.exists(output_path) is False:
    os.mkdir(output_path)
    
for video in videos:
    input_path = os.path.join('./Video_Stabilization_data', video)
    print(f'{input_path} is processing')
    cap, out, out2 = set_int_and_out_video(input_path, output_path, fps = 30)
    transforms = find_motion(cap)
    transforms_smooth = calculate_smooth_motion(transforms)
    apply_smooth_motion(cap, transforms_smooth, out, out2)
    cap.rele
    out.release()
    out2.release()
    print(f'{input_path} completed')
    # cv2.destroyAllWindows()

可以将视频转为GIF插入文档。

from moviepy.editor import VideoFileClip
def mp4_to_gif2(input_path, output_path):
    clip = VideoFileClip(input_path)
    clip.write_gif(output_path, fps=15)

受限于导出的GIF过大,博客不能上传MP4文件,最后的对比就不放了。

运行环境:

moviepy==1.0.3
numpy==1.26.2
opencv_contrib_python==4.6.0.66
opencv_python==4.6.0.66

参考文献

  1. OpenCV实现视频防抖技术
  2. opencv视频去抖
  3. Video Stabilization Using Point Feature Matching in OpenCV
  4. 【深度学习】2021 最新视频防抖论文+开源代码汇总

相关文章

Python中的函数(二) 在上一篇文章中提到了Python中函数的定...
Python中的字符串 可能大多数人在学习C语言的时候,最先接触...
Python 面向对象编程(一) 虽然Python是解释性语言,但是它...
Python面向对象编程(二) 在前面一篇文章中谈到了类的基本定...
Python中的函数(一) 接触过C语言的朋友对函数这个词肯定非...
在windows下如何快速搭建web.py开发框架 用Python进行web开发...