opencv python模糊影像检测效果

本文采用拉普拉斯算子计算影像的模糊程度，小于阈值的影像被认为是模糊的，从而被移动到专门存放模糊影像的文件夹。本文只使用cv2和shutil库，若想直接使用该脚本需安装这两个库。完整代码如下图所示。

import os
import cv2
import shutil
import sys

# 模糊影像检测函数，阈值默认为0.07
def blurImagesDetection(folder_path, thres=0.07):
   # 新建一个用于存放模糊影像的文件夹
   blurImageDirPath = os.getcwd() + "/blurImages"
   if not os.path.exists(blurImageDirPath):
       os.mkdir(blurImageDirPath)
   # 获取影像文件夹中的影像名列表
   imageNameList = os.listdir(folder_path)
   for imageName in imageNameList:
       # 得到影像路径
       imagePath = os.path.join(folder_path, imageName)
       # 读取影像为灰度图
       img = cv2.imread(imagePath, 0)
       # 缩小影像，加快处理速度
       tiny_img = cv2.resize(img, (400, 300), fx=0, fy=0)
       # 获取影像尺寸
       width, height = tiny_img.shape
       # 计算影像的模糊程度
       blurness = cv2.Laplacian(tiny_img, cv2.CV_64F).var() / (width * height)
       # 如果影像模糊程度小于阈值就将其移动到存放模糊影像的文件夹中
       if blurness < thres:
           print(imageName + "  bulrness:％f   模糊" ％ (blurness))
           blurImagePath = os.path.join(blurImageDirPath, imageName)
           shutil.move(imagePath, blurImagePath)
       else:
           print(imageName + "  blurness:％f   不模糊" ％ (blurness))
if __name__ == '__main__':
   # 指定要处理的文件夹路径，sys.argv[1]为第一个参数
   folder_path = os.getcwd()+'/'+sys.argv[1]
   # 调用函数
   blurImagesDetection(folder_path)

实际运行效果如图所示

 所检测到的模糊影像如图所示

来源：https://blog.csdn.net/qq_41475842/article/details/123376933