Python检测高斯模糊

Question

我有以下代码来检测输入图像是否模糊。

from imutils import paths
import argparse
import cv2
import os

def variance_of_laplacian(image):
    # compute the Laplacian of the image and then return the focus
    # measure, which is simply the variance of the Laplacian
    return cv2.Laplacian(image, cv2.CV_64F).var()

# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--images", required=True,
    help="path to input directory of images")
ap.add_argument("-t", "--threshold", type=float, default=100.0,
    help="focus measures that fall below this value will be considered 'blurry'")
args = vars(ap.parse_args())

# loop over the input images
for imagePath in paths.list_images(args["images"]):
    # load the image, convert it to grayscale, and compute the
    # focus measure of the image using the Variance of Laplacian
    # method
    image = cv2.imread(imagePath)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    fm = variance_of_laplacian(gray)
    text = "Not Blurry"

    # if the focus measure is less than the supplied threshold,
    # then the image should be considered "blurry"
    if fm < args["threshold"]:
        text = "Blurry"

要使用该脚本，我运行以下命令：

python detect_blur.py --images images

其中images是包含一系列照片的文件夹名称。

然而，结果是相当不准确的(假设拉普拉斯数值< 100被认为是模糊的)：

它检测到这张照片是模糊的(正确，拉普拉斯值= 1.26)：

​

​

但它检测到这张照片也是模糊的(不正确，拉普拉斯值= 62.9)：

​

​

如何让代码更准确？我想特别检测高斯模糊，如何更改代码？

Answer 1

对于第二张图像，除了底部之外，客观上它是模糊的。

因此，如果您将每个输入图像细分为25个块(即5x5网格)并计算每个块的焦点值，则可能会获得更好的结果。然后，您可以使用例如焦点的最大值(或者其他度量，如mean或median，如果这对您更有效？)作为完整图像的焦点值。

Answer 2

最后，我自己设计了一个库，通过检查拉普拉斯值来检查模糊图像。

要安装库，请使用pip install imgtoolkit。然后，使用这个简单的脚本，我们可以找到模糊的图像并将它们移动到一个单独的文件夹中。

from imgtoolkit import tools

if __name__ == '__main__':
    # Find blur photos
    tools.find_blur()

Github的源代码可以在here上找到。