- 1:前言
- 2:插件简介
- 3:插件下载
- 4:使用方法
前言
为了这个插件教程，为了大家能够理解nlmeans的原理，我写了四篇图像处理相关的文章，分别是：
大家可以根据自己的基础选择性查看。
NL-Means算法的原理已经在图像处理——NL-Means篇中写过了，这篇文章就主要讲插件的使用。
插件简介
为什么要讲这个降噪插件？不讲其他的？
首先，该降噪插件是具有保留边缘效果的降噪滤波器，其次，该降噪插件使用opencl实现，意味着你可以使用显卡来进行运算，这将充分利用显卡的运算资源，减少CPU的压力。
下面附上官方的wiki链接：
Home · Khanattila/KNLMeansCL Wiki
插件下载
请查看VapourSynth教程的《VapourSynth 插件介绍及常用插件下载》篇，里面的插件包带有该插件。
也可以到官方的Github主页下载
使用方法
示例代码：
import vapoursynth as vs
from vapoursynth import core
# 写上你想要读取的视频的路径(绝对路径和相对路径都可以)
file_path = "00002.m2ts"
# 读取视频
src = core.lsmas.LWLibavSource(file_path, threads=1)
denoise = core.knlm.KNLMeansCL(
src,
# 时域半径
d=1,
# 空间域降噪区域半径
a=3,
# 比较相似度时选取的邻域半径
s=2,
# 降噪力度
h=2,
channels="Y",
wmode=3,
device_type="GPU",
device_id=0,
info=False
)
interleave = core.std.Interleave(
clips=[src, denoise]
)
# 输出视频
interleave.set_output()
这次的脚本调用了两个函数，我们一个一个讲解。
首先是KNLMeansCL函数，该函数即为对视频帧进行nlmeans降噪。
根据官方文档
第一个参数clip为输入视频，
第二个参数d为时域的半径，默认值为1，由于视频帧是由多个图像帧组成的，并且前后帧的同一个位置大概率变化不大，该参数如果大于1，可以使用其他帧参与降噪时的运算。如果该参数为0，只用本帧进行运算。如果为1，使用前后帧+本帧运算，以此类推。
该参数越大，运算越慢。
第三个参数a为空间域降噪区域的半径，默认值为2，即为图像处理——NL-Means篇教程中所述的图像降噪区域的半径。
该参数越大，运算越慢。
第四个参数s为计算像素相似性的邻域半径，默认值为4，在图像处理——NL-Means篇教程也有涉及。
第五个参数h为降噪力度，默认值1.2，在图像处理——NL-Means篇教程也有涉及。
参数channels为进行降噪的通道，如果输入的视频为YUV的，那么默认只对Y平面降噪，如果输入视频为RGB的，默认三通道均降噪。
参数wmode的具体含义请参考官方文档。
参数device_type指定使用CPU或者是GPU。
参数device_id指定你需要使用的设备在opencl中的id号。
那么不知道它读到的id号怎么办呢？
参数info为True的时候，会在输出的视频帧中写上它读取到的opencl的设备号，通过它来指定就可以了。当然这个正式压制的视频别开。
其次是Interleave函数，是VapourSynth内置的函数，这是在对比效果时必用的函数，作用是将两个视频每一帧交错排列后输出，一般把前面的作为源视频，后面的作为处理后的视频，这样可以直接在vsedit的预览栏中通过左右切换，直观地对比处理效果。
那我们直接来对比一下降噪的效果：
源视频：
降噪后：
可以发现，噪点基本都被去除了，图像的边缘也基本上没有太大变化。