如何使用opencv?python模糊影像檢測(cè)效果

小編給大家分享一下如何使用opencv python模糊影像檢測(cè)效果，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

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

 所檢測(cè)到的模糊影像如圖所示

以上是“如何使用opencv python模糊影像檢測(cè)效果”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！