參考文章1：python判斷圖片模糊

參考文章2：3行代碼Python搞定圖片清晰度識別，原來我們看到的不一定是這樣的

示例代碼

# -*- encoding: utf-8 -*- """ @File : judge_the_picture_blur.py @Time : 2019/10/25 8:52 @Author : Dontla @Email : sxana@qq.com @Software: PyCharm """ import cv2 import os# 返回指定路徑圖像的拉普拉斯算子邊緣模糊程度值 def getImageVar(img_path):image = cv2.imread(img_path)img2gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)imageVar = cv2.Laplacian(img2gray, cv2.CV_64F).var()return imageVar# 返回給定文件夾下所有圖片的路徑列表 def listFolderImgPath(folder_img_path):img_path_list = []for filename in os.listdir(folder_img_path):filepath = os.path.join(folder_img_path, filename)img_path_list.append(filepath)return img_path_list# 給單張圖片添加文字(圖片路徑，文字) def writeText(img_path, text):# 加載背景圖片# img的類型是np.ndarray數組img = cv2.imread(img_path)# 在圖片上添加文字信息# 顏色參數值可用顏色拾取器獲取（(255,255,255)為純白色）# 最后一個參數bottomLeftOrigin如果設置為True，那么添加的文字是上下顛倒的composite_img = cv2.putText(img, text, (100, 680), cv2.FONT_HERSHEY_SIMPLEX,2.0, (255, 255, 255), 5, cv2.LINE_AA, False)cv2.imwrite(img_path, composite_img)# 文件夾路徑 folder_img_path = '../../imgs/'# 圖片路徑 img_path = '../../imgs/f_cotton-g_top (813).jpg'# print(getImageVar(img_path))# print(listFolderImgPath(folder_img_path))# 獲取圖片路徑列表 img_path_list = listFolderImgPath(folder_img_path)# 循環處理每張圖片 for img_path in img_path_list:# 獲取該張圖片模糊值imageVar = getImageVar(img_path)# 創建需寫入文字信息text = 'The fuzzy is: {:.2f}'.format(imageVar)# 將文字寫入圖片writeText(img_path, text)# img = cv2.imread(img_path)# cv2.namedWindow('image', cv2.WINDOW_AUTOSIZE)# cv2.imshow('image', img)# cv2.waitKey(1)

功能

將上上級imgs文件夾中的2000圖片判斷其模糊程度，將結果直接寫入到圖片上

運行結果

在采集圖像時加入此檢測代碼，能大大提高我們的采集效率與圖片的質量。

總結

以上是生活随笔為你收集整理的python opencv 如何检测模糊图像？自动判断模糊程度 cv2.Laplacian().var()的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。