【opencv】教程代码 —videoio（2）将两个视频的每一帧逐一读取并计算其PSNR 和MSSIM...

2024-04-03 09:26:03
开发
11

本教程开始介绍的源代码将对每一帧执行PSNR测量，并且只对PSNR低于输入值的帧进行SSIM测量。为了可视化的目的，我们在OpenCV窗口中展示两幅图像，并将PSNR和MSSIM值打印到控制台。期望看到如下内容：

video-input-psnr-ssim.cpp 将两个视频的每一帧逐一读取并计算其峰值信号噪声比（PSNR）和结构相似性指标（MSSIM）

#include <iostream> // 标准输入输出流
#include <string>   // 字符串操作库
#include <iomanip>  // 输入输出流格式控制
#include <sstream>  // 字符串与数字转换


#include <opencv2/core.hpp>     // OpenCV基础结构 (cv::Mat, Scalar)
#include <opencv2/imgproc.hpp>  // 高斯模糊处理
#include <opencv2/videoio.hpp>
#include <opencv2/highgui.hpp>  // OpenCV窗口输入输出


using namespace std;
using namespace cv;


double getPSNR(const Mat& I1, const Mat& I2); // 声明计算PSNR值的函数
Scalar getMSSIM(const Mat& I1, const Mat& I2); // 声明计算MSSIM值的函数


static void help() // 帮助文本输出函数
{
    cout
        << "------------------------------------------------------------------------------" << endl
        << "This program shows how to read a video file with OpenCV. In addition, it "
        << "tests the similarity of two input videos first with PSNR, and for the frames "
        << "below a PSNR trigger value, also with MSSIM."                                   << endl
        << "Usage:"                                                                         << endl
        << "./video-input-psnr-ssim <referenceVideo> <useCaseTestVideo> <PSNR_Trigger_Value> <Wait_Between_Frames> " << endl
        << "--------------------------------------------------------------------------"     << endl
        << endl;
}


int main(int argc, char *argv[]) // 主函数
{
    help(); // 显示帮助文本


    if (argc != 5) // 检查输入参数数量
    {
        cout << "Not enough parameters" << endl;
        return -1;
    }


    stringstream conv; // 创建字符串流


    const string sourceReference = argv[1], sourceCompareWith = argv[2]; // 引用视频和待比较视频路径
    int psnrTriggerValue, delay; // PSNR阈值和帧间延迟
    conv << argv[3] << endl << argv[4]; // 将参数放入字符串流
    conv >> psnrTriggerValue >> delay; // 从字符串流提取参数值


    int frameNum = -1; // 帧计数器


    VideoCapture captRefrnc(sourceReference), captUndTst(sourceCompareWith); // 创建视频捕捉对象


    if (!captRefrnc.isOpened()) // 检查引用视频文件是否成功打开
    {
        cout  << "Could not open reference " << sourceReference << endl;
        return -1;
    }


    if (!captUndTst.isOpened()) // 检查待比较视频文件是否成功打开
    {
        cout  << "Could not open case test " << sourceCompareWith << endl;
        return -1;
    }


    Size refS = Size((int) captRefrnc.get(CAP_PROP_FRAME_WIDTH),
                     (int) captRefrnc.get(CAP_PROP_FRAME_HEIGHT)),
         uTSi = Size((int) captUndTst.get(CAP_PROP_FRAME_WIDTH),
                     (int) captUndTst.get(CAP_PROP_FRAME_HEIGHT)); // 获取视频的尺寸


    if (refS != uTSi) // 检查两个视频的尺寸是否一致
    {
        cout << "Inputs have different size!!! Closing." << endl;
        return -1;
    }


    const char* WIN_UT = "Under Test"; // 待测视窗名称
    const char* WIN_RF = "Reference"; // 参考视窗名称


    // 创建窗口
    namedWindow(WIN_RF, WINDOW_AUTOSIZE);
    namedWindow(WIN_UT, WINDOW_AUTOSIZE);
    moveWindow(WIN_RF, 400, 0);         
    moveWindow(WIN_UT, refS.width, 0);         


    // 输出参考帧分辨率和视频帧数
    cout << "Reference frame resolution: Width=" << refS.width << "  Height=" << refS.height
         << " of nr#: " << captRefrnc.get(CAP_PROP_FRAME_COUNT) << endl;


    // 输出PSNR阈值信息
    cout << "PSNR trigger value " << setiosflags(ios::fixed) << setprecision(3)
         << psnrTriggerValue << endl;


    Mat frameReference, frameUnderTest; // 创建存储参考帧和待测帧的Mat对象
    double psnrV; // PSNR值
    Scalar mssimV; // MSSIM值


    for(;;) // 无限循环，用于显示视频帧并处理
    {
        captRefrnc >> frameReference; // 读取参考帧
        captUndTst >> frameUnderTest; // 读取待测帧


        if (frameReference.empty() || frameUnderTest.empty()) // 如果读取为空，则表明视频结束
        {
            cout << " < < <  Game over!  > > > ";
            break;
        }


        ++frameNum; // 增加帧数
        cout << "Frame: " << frameNum << "# ";


        // 计算PSNR值
        psnrV = getPSNR(frameReference,frameUnderTest);
        cout << setiosflags(ios::fixed) << setprecision(3) << psnrV << "dB";


        // 如果PSNR值低于阈值，并且非零，则计算MSSIM值
        if (psnrV < psnrTriggerValue && psnrV)
        {
            mssimV = getMSSIM(frameReference, frameUnderTest);


            // 输出MSSIM的RGB通道值
            cout << " MSSIM: "
                << " R " << setiosflags(ios::fixed) << setprecision(2) << mssimV.val[2] * 100 << "%"
                << " G " << setiosflags(ios::fixed) << setprecision(2) << mssimV.val[1] * 100 << "%"
                << " B " << setiosflags(ios::fixed) << setprecision(2) << mssimV.val[0] * 100 << "%";
        }


        cout << endl;


        // 显示参考帧和待测帧
        imshow(WIN_RF, frameReference);
        imshow(WIN_UT, frameUnderTest);


        // 等待按键，如果按下ESC键，则退出循环
        char c = (char)waitKey(delay);
        if (c == 27) break;
    }


    return 0; // 返回0，表明程序正常退出
}


// 计算PSNR值的函数
double getPSNR(const Mat& I1, const Mat& I2)
{
    Mat s1;
    absdiff(I1, I2, s1);       // 计算I1和I2的绝对差值 |I1 - I2|
    s1.convertTo(s1, CV_32F);  // 将结果转换为32位浮点数，因为不能在8位上进行平方运算
    s1 = s1.mul(s1);           // 计算差值的平方 |I1 - I2|^2


    Scalar s = sum(s1);        // 计算每个通道的元素和


    double sse = s.val[0] + s.val[1] + s.val[2]; // 将通道的和加起来


    if (sse <= 1e-10) // 如果值很小，则返回0
        return 0;
    else
    {
        double mse = sse / (double)(I1.channels() * I1.total()); // 计算均方误差MSE
        double psnr = 10.0 * log10((255 * 255) / mse); // 根据MSE计算PSNR值
        return psnr;
    }
}


// 计算MSSIM值的函数
Scalar getMSSIM(const Mat& i1, const Mat& i2)
{
    const double C1 = 6.5025, C2 = 58.5225; // 定义常数C1和C2
    /***************************** 初始化 **********************************/
    int d = CV_32F;


    Mat I1, I2;
    i1.convertTo(I1, d);          // 将图像转换为32位浮点数进行计算
    i2.convertTo(I2, d);


    Mat I2_2 = I2.mul(I2);        // 计算I2的平方
    Mat I1_2 = I1.mul(I1);        // 计算I1的平方
    Mat I1_I2 = I1.mul(I2);       // 计算I1和I2的乘积


    /**************************** 结束初始化 *******************************/


    Mat mu1, mu2;                 // 预先计算
    GaussianBlur(I1, mu1, Size(11, 11), 1.5); // 计算均值mu1
    GaussianBlur(I2, mu2, Size(11, 11), 1.5); // 计算均值mu2


    Mat mu1_2 = mu1.mul(mu1);
    Mat mu2_2 = mu2.mul(mu2);
    Mat mu1_mu2 = mu1.mul(mu2);


    Mat sigma1_2, sigma2_2, sigma12;


    GaussianBlur(I1_2, sigma1_2, Size(11, 11), 1.5); // 计算标准差sigma1_2
    sigma1_2 -= mu1_2;


    GaussianBlur(I2_2, sigma2_2, Size(11, 11), 1.5); // 计算标准差sigma2_2
    sigma2_2 -= mu2_2;


    GaussianBlur(I1_I2, sigma12, Size(11, 11), 1.5); // 计算协方差sigma12
    sigma12 -= mu1_mu2;


    / 计算公式 
    Mat t1, t2, t3;


    t1 = 2 * mu1_mu2 + C1;
    t2 = 2 * sigma12 + C2;
    t3 = t1.mul(t2);              // t3 = ((2*mu1_mu2 + C1).*(2*sigma12 + C2))


    t1 = mu1_2 + mu2_2 + C1;
    t2 = sigma1_2 + sigma2_2 + C2;
    t1 = t1.mul(t2);              // t1 =((mu1_2 + mu2_2 + C1).*(sigma1_2 + sigma2_2 + C2))


    Mat ssim_map;
    divide(t3, t1, ssim_map);     // ssim_map =  t3./t1;


    Scalar mssim = mean(ssim_map); // 计算ssim_map的平均值
    return mssim;
}

此代码是一个用于比较两个视频文件的相似性的C++程序，它使用OpenCV库来读取和处理视频帧。首先，程序通过计算峰值信噪比（PSNR）来比较每对视频帧。如果PSNR值低于某个阈值，程序额外使用结构相似性指数（MSSIM）进行比较。结果随着视频播放实时显示，并通过命令行参数控制一些基本设置，如PSNR阈值和帧间等待时间。程序还能够在窗口中实时显示参考视频和待测视频的帧。

cout << setiosflags(ios::fixed) << setprecision(3) << psnrV << "dB";

原文地址:https://blog.csdn.net/cxyhjl/article/details/137258863 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：https://www.suanlizi.com/kf/1775333911883288576.html 如若内容造成侵权/违法违规/事实不符，请联系《酸梨子》网邮箱：1419361763@qq.com进行投诉反馈，一经查实，立即删除！

阅读全部

【opencv】教程代码 —videoio（2）将两个视频的每一帧逐一读取并计算其PSNR 和MSSIM...

相关推荐

最近更新

热门阅读