星轨

import cv2
import numpy as np
import glob
import sys
def pre_process(img):
    # 降噪处理（示例使用非局部均值去噪）
   img = cv2.fastNlMeansDenoisingColored(img, None, 10, 10, 7, 21)
   
   # 对比度增强（示例使用CLAHE）
   lab = cv2.cvtColor(img, cv2.COLOR_BGR2LAB)
   l, a, b = cv2.split(lab)
   clahe = cv2.createCLAHE(clipLimit=3.0, tileGridSize=(8,8))
   l = clahe.apply(l)
   img = cv2.cvtColor(cv2.merge((l,a,b)), cv2.COLOR_LAB2BGR)
   return img

def create_star_trail(input_path, output_file):
    """
    合成星轨图像
    :param input_path: 输入图像路径（支持通配符，如 'input/*.jpg'）
    :param output_file: 输出文件名
    """
    # 获取按文件名排序的图像文件列表
    img_files = sorted(glob.glob(input_path))
    if not img_files:
        print("未找到输入图像，请检查路径是否正确")
        return
    
    # 初始化星轨合成图像
    star_trail = None
    
    for idx, file in enumerate(img_files):
        # 读取图像
        img = cv2.imread(file)
        # pre_process(img)
        if img is None:
            print(f"警告：无法读取图像 {file}，已跳过")
            continue
        
        # 首次初始化星轨图像
        if star_trail is None:
            star_trail = img.copy().astype(np.float32)
        else:
            # 最大值叠加法（保留每个像素最亮值）
            star_trail = np.maximum(star_trail, img.astype(np.float32))
        
        # 显示处理进度
        print(f"已处理 {idx+1}/{len(img_files)} 张图像", end='\r')

        temp = np.clip(star_trail, 0, 255).astype(np.uint8)
        cv2.imwrite(sys.path[0] + f'/temp/{idx}.jpg', temp)
    
    if star_trail is None:
        print("错误：未找到有效输入图像")
        return
    
    # 转换为8位无符号整型并保存结果
    star_trail = np.clip(star_trail, 0, 255).astype(np.uint8)
    cv2.imwrite(output_file, star_trail)
    print(f"\n星轨合成完成！结果已保存至 {output_file}")

if __name__ == "__main__":
    # 使用示例
    create_star_trail(
        input_path='/Volumes/backup/星空2/修改/*.jpg',      # 输入图像路径（按文件名排序）
        output_file='star_trail1.jpg'
    )