Alibek B.Если интересно, могу выложить минут через 20.
Вот пара семплов:
https://yadi.sk/d/Cw6Z_rZvq82AtQ
https://yadi.sk/d/_wnpz7jGOQ3l5A

В аттаче пример того, что у меня получилось.

Сервер — в смысле Яндекс.Диск?
Только что попробовал открыть ссылки, все открылось.

Alibek B.В аттаче пример того, что у меня получилось.
И кстати, возможно что усреднение изображения (среднее арифметическое) будет не совсем правильным.
При долгой выдержке темные кадры не влияют на изображение, а при усреднении изображения они будут затемнять итоговое изображение (поэтому на изображение на фотографии выглядит хмурым и пасмурным).
Скорее всего мне нужно изображения не складывать, а умножать. Но экспериментировать с функциями (для подбора наиболее красивой картинки) я буду после того, как в целом оптимизирую скрипт обработки изображений.

Камера закреплена на жестком основании, поэтому статичные объекты (ландшафт, здания) неподвижны и в итоговом изображении получаются четкими.
В кадре много движений (если скачать семплы по ссылкам, там все есть), но на усредненном изображении их доля слишком мизерна и они незаметны.
Единственное — на дороге немного проявляются полосы (свет и тень от забора в солнечную погоду).

maytonа лучше брать взвешеное среднее (с колокольчиком типа Гаусса где максимум приходится где-то на 288 / 2 среднюю картинку)
Возможно, оптимальную функцию я думаю подбирать опытным путем, на реальных изображениях.
Но мне кажется, что средневзвешенное будет терять информацию.
Мне кажется, что самый интересный результат должна дать функция mix=mix/2+img/2.
Или точнее, mix=mix*k+img*(1-k) (при k=0.5 предыдущие изображения будут слишком быстро затухать, оптимальное k должно быть где-то около 0.81, чтобы следы двухчасовой давности были заметны где-то на 25%).

exp98И всё же нет, не Союз - там другая растительность.
Ностальгия это святое. Но это не Кабардино-Балкария, это Архыз.

Я бы отделил подбор оптимальной формулы трансформации от самого алгоритма, как максимально эффективно применять эту трансформацию к постоянно пополняемой серии изображений.
Подбор формулы это действительно неоднозначная задача со взаимно противоречивыми хотелками. Поэтому пока я остановился на усредненном изображении (среднее арифметическое).

Что касается алгоритма работы с серией изображений, то я пока вижу два варианта:
1. Брать предыдущий результат, отменять на нем воздействие хвостового элемента (вычитать устаревшее изображение) и применять воздействие нового элемента (прибавлять текущее изображение).
2. Сохранять промежуточные вычисления, чтобы на каждой итерации обрабатывать минимум изображений (в одежде - одно).

И чем больше рассматриваю, тем больше склоняюсь ко второму варианту.
В виде псевдокода его можно записать так:
И на каждой итерации вызывать добавить(изображение, 0).
И добавить постообработку, когда число изображений в серии не равно степени двойки.

Первоначально этот способ мне казался не самым удобным из-за сложной оптимизации, но все искупает его универсальность, сравнительная эффективность и отсутствие погрешности вычислений.

Вот про видео не понял.
Все эти усреднения изображений имеют смысл только при условии стационарной неподвижной камеры.
Из обычного видео получится только шум.

Например я бы в первую очередь хотел по изображению максимально полно понять погоду на указанный день.
Для помещения или автостоянки формула должна быть иной, для живого видео нужен вообще другой принцип.