Question

我尝试获取图像的模糊度。我参考this tutorial来计算开放式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

当我尝试从两张图像中计算fm时，这些图像看起来完全相同但尺寸不同。

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))

输出是：

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

显然，小图像缩小了2.8的大图像比例。 fm与图像的大小有关吗？如果是这样，他们之间的关系是什么？或者是否有任何解决方案来评估不同尺寸图像的模糊度？

Answer 1

“fm与图像大小有关吗？”

是部分（至少在您的问题方面），因为如果缩放图像，则必须插入像素值。降尺度不仅会丢失信息，还会通过像素插值创建新信息（如果它不是最近邻插值），从而影响结果图像的方差。但这仅适用于缩放图像，而不适用于首先不同的图像。

计算开放cv中laplacian方差的模糊度

1 个答案: