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(diào)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(guān)于opencv python模糊影像檢測的文章就介紹到這了,更多相關(guān)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(guān)文章希望大家以后多多支持腳本之家!
相關(guān)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(xué)習或者工作具有一定的參考學(xué)習價值,需要的朋友可以參考下2020-11-11Python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(guān)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(guān)資料,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習或者工作具有一定的參考學(xué)習價值,需要的朋友們下面來一起學(xué)習學(xué)習吧2019-01-01