這篇文章主要介紹了opencv?python模糊影像檢測(cè),本文只使用cv2和shutil庫(kù)，若想直接使用該腳本需安裝這兩個(gè)庫(kù)，通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下

本文采用拉普拉斯算子計(jì)算影像的模糊程度，小于閾值的影像被認(rèn)為是模糊的，從而被移動(dòng)到專門(mén)存放模糊影像的文件夾。本文只使用cv2和shutil庫(kù)，若想直接使用該腳本需安裝這兩個(gè)庫(kù)。完整代碼如下圖所示。

import os
import cv2
import shutil
import sys
 
# 模糊影像檢測(cè)函數(shù)，閾值默認(rèn)為0.07
def blurImagesDetection(folder_path, thres=0.07):
    # 新建一個(gè)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(jì)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(dòng)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(gè)參數(shù)
    folder_path = os.getcwd()+'/'+sys.argv[1]
    # 調(diào)用函數(shù)
    blurImagesDetection(folder_path)

實(shí)際運(yùn)行效果如圖所示