opencv python模糊影像檢測效果

本文采用拉普拉斯算子計算影像的模糊程度,小於閾值的影像被認為是模糊的,從而被移動到專門存放模糊影像的文件夾。本文隻使用cv2和shutil庫,若想直接使用該腳本需安裝這兩個庫。完整代碼如下圖所示。

import os
import cv2
import shutil
import sys
 
# 模糊影像檢測函數,閾值默認為0.07
def blurImagesDetection(folder_path, thres=0.07):
    # 新建一個用於存放模糊影像的文件夾
    blurImageDirPath = os.getcwd() + "/blurImages"
    if not os.path.exists(blurImageDirPath):
        os.mkdir(blurImageDirPath)
    # 獲取影像文件夾中的影像名列表
    imageNameList = os.listdir(folder_path)
    for imageName in imageNameList:
        # 得到影像路徑
        imagePath = os.path.join(folder_path, imageName)
        # 讀取影像為灰度圖
        img = cv2.imread(imagePath, 0)
        # 縮小影像,加快處理速度
        tiny_img = cv2.resize(img, (400, 300), fx=0, fy=0)
        # 獲取影像尺寸
        width, height = tiny_img.shape
        # 計算影像的模糊程度
        blurness = cv2.Laplacian(tiny_img, cv2.CV_64F).var() / (width * height)
        # 如果影像模糊程度小於閾值就將其移動到存放模糊影像的文件夾中
        if blurness < thres:
            print(imageName + "  bulrness:%f   模糊" % (blurness))
            blurImagePath = os.path.join(blurImageDirPath, imageName)
            shutil.move(imagePath, blurImagePath)
        else:
            print(imageName + "  blurness:%f   不模糊" % (blurness))
if __name__ == '__main__':
    # 指定要處理的文件夾路徑,sys.argv[1]為第一個參數
    folder_path = os.getcwd()+'/'+sys.argv[1]
    # 調用函數
    blurImagesDetection(folder_path)

實際運行效果如圖所示

 所檢測到的模糊影像如圖所示

到此這篇關於opencv python模糊影像檢測的文章就介紹到這瞭,更多相關opencv python模糊檢測內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: