opencv python模糊影像检测效果
更新时间:2022年03月09日 16:57:15 作者:扛着三脚架的码农
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
所检测到的模糊影像如图所示
到此这篇关于opencv python模糊影像检测的文章就介绍到这了,更多相关opencv python模糊检测内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
相关文章
pybaobabdt库基于python的决策树随机森林可视化工具使用
这篇文章主要为大家介绍了pybaobabdt库基于python的决策树随机森林可视化工具使用探索,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2024-02-02Python2.7+pytesser实现简单验证码的识别方法
这篇文章主要介绍了Python2.7+pytesser实现简单验证码的识别方法,简单分析了pytesser的安装及Python2.7环境下实现验证码识别的相关操作技巧,需要的朋友可以参考下2017-12-12
最新评论