小编给大家分享一下如何使用opencv python模糊影像检测效果，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
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
以上是“如何使用opencv python模糊影像检测效果”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注云搜网行业资讯频道！
