在OpenCV中，图像防抖（Image Stabilization, 简称IS）通常用于减少由相机移动引起的图像模糊。它通过估计并校正图像传感器运动来改善视频质量。以下是一个简单的C++ OpenCV实现图像防抖的例子，这里我们将使用基于卡尔曼滤波器（Kalman Filter）的方法： ```cpp #include <opencv2/opencv.hpp> #include <opencv2/highgui/highgui.hpp> cv::Mat applyCameraStab(cv::InputArray src, cv::Size windowSize, double dt) { // 初始化 Kalman Filter 参数 cv::kalmanFilter KF(4, 2, 0, 1, cv::Mat::eye(4), cv::Mat(), 0.99, 0.01); int w = windowSize.width, h = windowSize.height; cv::Mat frameCopy(src); cv::Mat flow(prevFrame, cv::Rect(0, 0, w, h), CV_32FC2); cv::Mat stabilized; for (int t = 0; t < src.rows; ++t) { // 预处理帧（灰度、高速高斯金字塔等） cv::Mat grayFrame = cv::cvtColor(src.row(t), grayFrame, CV_BGR2GRAY); // 对当前帧和前一帧计算光流 cv::calcOpticalFlowFarneback(grayFrame, prevGrayFrame, flow, 0.5, 3, 15, 3, 5, 1.2, 0); // 使用Kalman Filter更新状态 KF.correct(flow); // 提取位移量作为稳定后的像素位置 float dx = KF.statePost.at<double>(0); float dy = KF.statePost.at<double>(1); // 将像素从原始位置移到新位置 cv::Point2f newPixel(dx, dy); cv::circle(stabilized, newPixel, 1, cv::Scalar(0), -1); cv::putpixel(stabilized, cv::Point(newPixel.x, newPixel.y), src.at<cv::Vec3b>(t)); // 记录前一帧 prevFrame.copyTo(frameCopy); prevGrayFrame.copyTo(grayFrame); } return stabilized; } // 主函数示例 int main() { cv::VideoCapture cap("your_video.mp4"); if (!cap.isOpened()) { std::cout << "Failed to open video." << std::endl; return -1; } cv::namedWindow("Original Video", cv::WINDOW_NORMAL); cv::namedWindow("Stabilized Video", cv::WINDOW_NORMAL); cv::Mat prevFrame, prevGrayFrame; cap >> prevFrame; if (prevFrame.empty()) { std::cout << "Failed to read first frame." << std::endl; return -1; } cv::cvtColor(prevFrame, prevGrayFrame, CV_BGR2GRAY); cv::Mat stabilized; while (cap.read(stabilized)) { cv::imshow("Original Video", stabilized); stabilized = applyCameraStab(stabilized, cv::Size(15, 15), cap.get(cv::CAP_PROP_FPS)); // 示例窗口大小和帧率 cv::imshow("Stabilized Video", stabilized); if (cv::waitKey(30) >= 0) break; } cap.release(); cv::destroyAllWindows(); return 0; } ``` 在这个例子中，我们假设已经有一个视频输入（"your_video.mp4"），程序会实时显示原始视频和稳定后的视频。注意这只是一个基本示例，实际应用中可能需要根据摄像头特性调整参数。