opencv python模糊影像检测效果_Python

opencv python模糊影像检测效果

2022-10-29 11:55扛着三脚架的码农 Python

这篇文章主要介绍了opencv python模糊影像检测,本文只使用cv2和shutil库，若想直接使用该脚本需安装这两个库，通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

本文采用拉普拉斯算子计算影像的模糊程度，小于阈值的影像被认为是模糊的，从而被移动到专门存放模糊影像的文件夹。本文只使用cv2和shutil库，若想直接使用该脚本需安装这两个库。完整代码如下图所示。

import os
import cv2
import shutil
import sys
 
# 模糊影像检测函数，阈值默认为0.07
def blurImagesDetection(folder_path, thres=0.07):
    # 新建一个用于存放模糊影像的文件夹
    blurImageDirPath = os.getcwd() + "/blurImages"
    if not os.path.exists(blurImageDirPath):
        os.mkdir(blurImageDirPath)
    # 获取影像文件夹中的影像名列表
    imageNameList = os.listdir(folder_path)
    for imageName in imageNameList:
        # 得到影像路径
        imagePath = os.path.join(folder_path, imageName)
        # 读取影像为灰度图
        img = cv2.imread(imagePath, 0)
        # 缩小影像，加快处理速度
        tiny_img = cv2.resize(img, (400, 300), fx=0, fy=0)
        # 获取影像尺寸
        width, height = tiny_img.shape
        # 计算影像的模糊程度
        blurness = cv2.Laplacian(tiny_img, cv2.CV_64F).var() / (width * height)
        # 如果影像模糊程度小于阈值就将其移动到存放模糊影像的文件夹中
        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__":
    # 指定要处理的文件夹路径，sys.argv[1]为第一个参数
    folder_path = os.getcwd()+"/"+sys.argv[1]
    # 调用函数
    blurImagesDetection(folder_path)

实际运行效果如图所示

opencv python模糊影像检测效果