我正在寻找图像去噪的强大基线，因此希望在我的基准测试中使用BM3D算法。
这2个python实现：
已经很久没有维护了（第二个记录在我认为是中文的文件中）。我已经对第一个进行了一些试验，但没有得到满意的结果（请参阅https://github.com/ericmjonas/pybm3d/issues/11，其中包含不满意的修复，例如剪辑）。
这个包：https ://pypi.org/project/bm3d/#description ，没有容易找到的文档或源代码。
然后我在opencv的文档中找到了这个：https : //docs.opencv.org/master/de/daa/group__xphoto.html#ga2fc5a9661c1338a823fb3290673a880d，但没有说明如何使用它，也没有python中的示例。我看到了这个SO question，但它是针对 C++ 实现的，我不知道它会如何在 Python 中翻译，因为我对 opencv 一点也不熟悉。
我所采用的是使用PyPI 包，这里有广告：http ://www.cs.tut.fi/~foi/GCF-BM3D/index.html#ref_software 。
我在源代码中挖掘了一下，发现我可以通过以下方式执行 BM3D：
import bm3d
denoised_image = bm3d.bm3d(image_noisy, sigma_psd=30/255, stage_arg=bm3d.BM3DStages.HARD_THRESHOLDING)
该库的源代码下载中也有一些示例。
我bm3d使用pip( pip install bm3d) 安装并需要 OpenBlas ( sudo apt-get install libopenblas-dev)。
如果您不想为 bm3d 使用 PyPI 包，您可以使用 ffmpeg 并将 bm3d 过滤器作为操作系统命令运行 -
command="ffmpeg -i "+input_image_path+" -filter_complex bm3d=sigma=30/255:block=4:bstep=2:group=1:hdthr=10000:estim=basic /path/to/output/directory/output.png"
os.system(command)
这需要更少的计算时间。