python opencv 如何检测模糊图像？自动判断模糊程度 cv2.Laplacian().var()

参考文章1：python判断图片模糊

参考文章2：3行代码Python搞定图片清晰度识别，原来我们看到的不一定是这样的

示例代码

# -*- encoding: utf-8 -*-
"""
@File    : judge_the_picture_blur.py
@Time    : 2019/10/25 8:52
@Author  : Dontla
@Email   : [email protected]
@Software: PyCharm
"""
import cv2
import os


# 返回指定路径图像的拉普拉斯算子边缘模糊程度值
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


# 返回给定文件夹下所有图片的路径列表
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


# 给单张图片添加文字(图片路径，文字)
def writeText(img_path, text):
    # 加载背景图片
    # img的类型是np.ndarray数组
    img = cv2.imread(img_path)
    # 在图片上添加文字信息
    # 颜色参数值可用颜色拾取器获取（(255,255,255)为纯白色）
    # 最后一个参数bottomLeftOrigin如果设置为True，那么添加的文字是上下颠倒的
    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)


# 文件夹路径
folder_img_path = '../../imgs/'

# 图片路径
img_path = '../../imgs/f_cotton-g_top (813).jpg'

# print(getImageVar(img_path))

# print(listFolderImgPath(folder_img_path))

# 获取图片路径列表
img_path_list = listFolderImgPath(folder_img_path)

# 循环处理每张图片
for img_path in img_path_list:
    # 获取该张图片模糊值
    imageVar = getImageVar(img_path)
    # 创建需写入文字信息
    text = 'The fuzzy is: {:.2f}'.format(imageVar)
    # 将文字写入图片
    writeText(img_path, text)

    # img = cv2.imread(img_path)
    # cv2.namedWindow('image', cv2.WINDOW_AUTOSIZE)
    # cv2.imshow('image', img)
    # cv2.waitKey(1)

功能

将上上级imgs文件夹中的2000图片判断其模糊程度，将结果直接写入到图片上

运行结果

在采集图像时加入此检测代码，能大大提高我们的采集效率与图片的质量。