如何使用opencv python模糊影像检测效果

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 osimport cv2import shutilimport sys # 模糊影像检测函数，阈值默认为0.07def 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，欢迎关注编程网Python频道！