时间戳

首页 > 解决方案 > Python检测高斯模糊

python - Python检测高斯模糊

问题描述

我有以下代码来检测输入图像是否模糊。

from imutils import paths
import argparse
import cv2
import os

def variance_of_laplacian(image):
    # compute the Laplacian of the image and then return the focus
    # measure, which is simply the variance of the Laplacian
    return cv2.Laplacian(image, cv2.CV_64F).var()

# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--images", required=True,
    help="path to input directory of images")
ap.add_argument("-t", "--threshold", type=float, default=100.0,
    help="focus measures that fall below this value will be considered 'blurry'")
args = vars(ap.parse_args())

# loop over the input images
for imagePath in paths.list_images(args["images"]):
    # load the image, convert it to grayscale, and compute the
    # focus measure of the image using the Variance of Laplacian
    # method
    image = cv2.imread(imagePath)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    fm = variance_of_laplacian(gray)
    text = "Not Blurry"

    # if the focus measure is less than the supplied threshold,
    # then the image should be considered "blurry"
    if fm < args["threshold"]:
        text = "Blurry"

要使用该脚本，我运行以下命令：

python detect_blur.py --images images

images包含一系列照片的文件夹名称在哪里。

然而，结果相当不准确（假设拉普拉斯值 < 100 被归类为模糊）：

它检测到这张照片是模糊的（正确，拉普拉斯值 = 1.26）：

模糊照片

但它也检测到这张照片是模糊的（不正确，拉普拉斯值 = 62.9）：

不模糊的照片

如何让代码更准确？我想专门检测高斯模糊，如何更改代码？

标签： pythonopencv

解决方案

第二张图片，嗯，客观地说，除了最底部之外，它是模糊的。

因此，如果将每个输入图像细分为 25 块（即 5 x 5 网格）并计算每个图像的焦点值，则可能会获得更好的结果。然后，您可以使用例如焦点的最大值（或其他度量，例如平均值或中值，如果这对您更有效？）作为完整图像的焦点值。

推荐阅读