使用python判断图片模糊程度

来源：互联网 2023-03-16 19:15:49 版权归原作者所有，如有侵权，请联系我们

在图像处理中有时需要界定图片和原图相比的模糊程度，通过计算方差是一种比较简单的判断方法。

工具/原料

pycharm windows7
opencv3 python3

方法/步骤

1）我们知道通过各种滤波可以使图片变得平滑，从数学上看其实是让像素和周边像素之间的梯度降低，或者说斜率变小。直观上看就是使得图片变得更加平滑。

2）基本方法：

基于上述判断，可以用的方法就比较多了，这里采用比较简单的方差判断法。

方差：表达元素之间差异大小，方差越大表示图像模糊程度越小。方差越小表示越模糊。

缺点：在背景比较模糊前景清晰图片判断可能会有误差，需要其他方法校正。

import numpy as np

import cv2 as cv

import math

from matplotlib import pyplot as plt

采用时下流行的黑洞图

image = cv.imread("c:heidong.jpg")

cv.imshow("image", image)

使用python判断图片模糊程度

转灰度，并计算拉普拉斯方差

cv.imshow("gray", gray)

grayVar = cv.Laplacian(gray, cv.CV_64F).var()

print(grayVar)

使用python判断图片模糊程度

# 均值滤波img_Blur = cv.blur(gray, (5, 5))grayVar = cv.Laplacian(img_Blur, cv.CV_64F).var()cv.imshow("img_Blur", img_Blur)print("grayVar: ", grayVar)

使用python判断图片模糊程度

# 高斯滤波gray_GaussianBlur = cv.GaussianBlur(gray, (7, 7), 0)gray_GaussianBlurVar = cv.Laplacian(gray_GaussianBlur, cv.CV_64F).var()cv.imshow("gray_GaussianBlur", gray_GaussianBlur)print("gray_GaussianBlurVar: ", gray_GaussianBlurVar)

使用python判断图片模糊程度

# 高斯双边滤波gray_bilateralFilter = cv.bilateralFilter(gray, 10, 35, 35)gray_bilateralFilterVar = cv.Laplacian(gray_bilateralFilter, cv.CV_64F).var()cv.imshow("gray_bilateralFilter", gray_bilateralFilter)print("gray_bilateralFilterVar: ", gray_bilateralFilterVar)

cv.waitKey(0)cv.destroyAllWindows()

使用python判断图片模糊程度