阅读 3753

Python 做图片清晰度识别

在通常情况下,图片是否清晰是个感性认识,同一个图,有可能你觉得还过得去,而别人会觉得不清晰,缺乏一个统一的标准。然而有一些算法可以去量化图片的清晰度,做到有章可循。

原理

如果之前了解过信号处理,就会知道最直接的方法是计算图片的快速傅里叶变换,然后查看高低频分布。如果图片有少量的高频成分,那么该图片就可以被认为是模糊的。然而,区分高频量多少的具体阈值却是十分困难的,不恰当的阈值将会导致极差的结果。

我们期望的是一个单一的浮点数就可以表示图片的清晰度。 Pech-Pacheco 在 2000 年模式识别国际会议提出将图片中某一通道(一般用灰度值)通过拉普拉斯掩模做卷积运算,然后计算标准差,出来的值就可以代表图片清晰度。

这种方法凑效的原因就在于拉普拉斯算子定义本身。它被用来测量图片的二阶导数,突出图片中强度快速变化的区域,和 Sobel 以及 Scharr 算子十分相似。并且,和以上算子一样,拉普拉斯算子也经常用于边缘检测。此外,此算法基于以下假设:如果图片具有较高方差,那么它就有较广的频响范围,代表着正常,聚焦准确的图片。但是如果图片具有有较小方差,那么它就有较窄的频响范围,意味着图片中的边缘数量很少。正如我们所知道的,图片越模糊,其边缘就越少。

有了代表清晰度的值,剩下的工作就是设定相应的阀值,如果某图片方差低于预先定义的阈值,那么该图片就可以被认为是模糊的,高于阈值,就不是模糊的。

实操

原理看起来比较复杂,涉及到很多信号啊图片处理的相关知识,下面我们来实操一下,直观感受下。

由于人生苦短,以及我个人是朋友圈第一 Python 吹子,我选择使用 Python 来实现,核心代码简单到令人发指:

import cv2

def getImageVar(imgPath):
	image = cv2.imread(imgPath);
	img2gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
	imageVar = cv2.Laplacian(img2gray, cv2.CV_64F).var()

	return imageVar
复制代码

真是人生苦短啊,核心代码就三行,简单解释下。

import cv2 使用了一个著名的图像处理库 OpenCV,关于 OpenCV 的安装这里不多赘述,需要注意的是它依赖 numpy。

image = cv2.imread(imgPath) 使用 OpenCV 提供的方法读取图片。 img2gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 转化为灰度图。如下图:

原图是这样的:

cv2.Laplacian(img2gray, cv2.CV_64F) 对图片用 3x3 拉普拉斯算子做卷积,这里的 cv2.CV_64F 就是拉普拉斯算子。

原理部分说过,拉普拉斯算子经常用于边缘检测,所以这里经过拉普拉斯算子之后,留下的都是检测到的边缘。上图经过这步处理之后是这样的:

可以看到这里图片人物大致还是比较清晰的。

cv2.Laplacian(img2gray, cv2.CV_64F).var() 计算出方差,并最后返回。

上面那张图按这个计算出来时 3170 多,这个就是最后我们用来判断清晰度的值。

可以再找一张看看:

原图:

做灰度和经过拉普拉斯算子之后,可以看到人物部分已经不是很清晰了。

最后算出来的方差只有 530

剩下的工作就是根据整体图片质量确定阀值了。

局限性

通过上面的实操,我们知道这个算法的技巧在于设置合适的阀值,阈值太低会导致正常图片被误断为模糊图片,阈值太高会导致模糊图片被误判为正常图片。阀值依赖于你实际应用的业务场景,需要根据使用场景的不同做不同的定制。

真正的银弹并不存在。除了需要定个阀值外,有些图片可能会故意做个背景模糊或者背景虚化,这种图片很容易被误杀。

比如:

计算出来是这样的,后面一大片都是黑的。

这个图前景其实看着还行,但是背景有大片的虚化和模糊,这种情况下比较容易被误杀。

所以最好还是在了解原理之后,根据实际场景来使用。


最后写了个简单的脚本,对传入的图片路径的图片进行计算,然后返回一个 json 字符串。

用法 python getRank.py --imgs=./1.jpg,./2.jpg

源码:github.com/bob-chen/de…

碎碎念

记录一些所思所想,写写科技与人文,写写生活状态,写写读书心得,主要是扯淡和感悟。 欢迎关注,交流。

微信公众号:程序员的诗和远方

公众号ID : MonkeyCoder-Life

程序员的诗和远方

关注下面的标签,发现更多相似文章
评论