opencv?python模糊影像檢測效果
更新時間:2022年03月09日 16:57:15 作者:扛著三腳架的碼農(nóng)
這篇文章主要介紹了opencv?python模糊影像檢測,本文只使用cv2和shutil庫,若想直接使用該腳本需安裝這兩個庫,通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
本文采用拉普拉斯算子計算影像的模糊程度,小于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。本文只使用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(shù),閾值默認為0.07
def blurImagesDetection(folder_path, thres=0.07):
# 新建一個用于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于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(shù)
folder_path = os.getcwd()+'/'+sys.argv[1]
# 調用函數(shù)
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





到此這篇關于opencv python模糊影像檢測的文章就介紹到這了,更多相關opencv python模糊檢測內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python通過Schema實現(xiàn)數(shù)據(jù)驗證方式
這篇文章主要介紹了Python通過Schema實現(xiàn)數(shù)據(jù)驗證方式,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-11-11
Python如何獲得百度統(tǒng)計API的數(shù)據(jù)并發(fā)送郵件示例代碼
這篇文章主要給大家介紹了關于Python如何獲得百度統(tǒng)計API的數(shù)據(jù)并發(fā)送郵件的相關資料,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面來一起學習學習吧2019-01-01

