开式cv中laplacian模糊度的方差计算

Question

我试图获得图像的模糊度。我参考本教程计算开cv中laplacian的方差。

import cv2
def variance_of_laplacian(image):
  return cv2.Laplacian(image, cv2.CV_64F).var()

def check_blurry(image):
  """
  :param: the image 
  :return: True or False for blurry
  """
  gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
  fm = variance_of_laplacian(gray)
  return fm

当我试图从两幅图像中计算fm时，这两幅图像看起来完全相同，但大小不同。

filePath = 'small.jpeg'
image1 = cv2.imread(filePath)
print('small image shape', image1.shape)
print('small image fm', check_blurry(image1))

filePath = 'large.jpg'
image2 = cv2.imread(filePath)
print('large image shape', image2.shape)
print('large image fm', check_blurry(image2))

信息系统的产出：

small image shape (1440, 1080, 3)
small image fm 4.7882723403428065
large image shape (4032, 3024, 3)
large image fm 8.44476634687877

很明显，小图像缩小了大图像的2.8比。fm与图像大小有关吗？如果是的话，他们之间有什么关系？或者有什么方法来评估不同大小图像的模糊程度？

Answer 1

“fm与图像大小相关吗？”

是的，部分地(至少就你的问题而言)，因为如果你缩放一幅图像，你必须插值像素值。向下缩放不仅会丢失信息，还会通过像素插值(如果不是最近邻插值)创建新信息，从而影响图像的方差。但这只适用于缩放图像，而不适用于最初不同的图像。