Posted in Python onJune 04, 2020
1,判断图像清晰度,明暗,
原理,Laplacian算法。偏暗的图片,二阶导数小,区域变化小;偏亮的图片,二阶导数大,区域变化快。
import cv2 def getImageVar(imgPath): image = cv2.imread(imgPath) img2gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) imageVar = cv2.Laplacian(img2gray, cv2.CV_64F).var() return imageVar imageVar = getImageVar("./lena.jpg") print(imageVar)
输出结果:
2119.0913581351697
2,判断黑白或彩色图片
原理,通道变化
def is_color_image(url): im=Image.open(url) pix=im.convert('RGB') width=im.size[0] height=im.size[1] oimage_color_type="Grey Image" is_color=[] for x in range(width): for y in range(height): r,g,b=pix.getpixel((x,y)) r=int(r) g=int(g) b=int(b) if (r==g) and (g==b): pass else: oimage_color_type='Color Image' return oimage_color_type
补充知识:求图片的平均亮度
图像相关开发中,有时我们需要知道和了解图片的 亮度 这一信息,例如判断图片是否曝光严重过度或者太黑什么都看不清。
那么怎么去获取到图片的 平均亮度 这一信息呢?
一、YUV 图片
一般相机的原始数据类型就是 YUV 格式,这种格式下很容易求得亮度,因为它的 Y 通道就是亮度通道,我们只需要求得 Y 通道的平均值就可以了。
由于 YUV 图片前 width * height 个字节存放的就是 Y 的值,所以其均值计算如下:
void calculate_average_brightness(const unsigned char* image, const int width, const int height, double* brightness) { int length = width * height; double sum; for (int i = 0; i < length; ++i) { sum += image[i]; } brightness = sum / length; // brightness value: [0, 255] }
注意这样计算得到的亮度值范围为 0~255,如果要归一化的话,再除以 255 即可。
二、RGB 图片
RGB 图片的计算理论和上述差不多,不过我们需要先求得 R、G、B 三个通道的均值。
RGB 图片的亮度计算公式为:
Y = 0.299 * R + 0.587 * G + 0.114 * B
以上这篇python 图像判断,清晰度(明暗),彩色与黑白实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。
python 图像判断,清晰度(明暗),彩色与黑白实例
- Author -
风泽茹岚声明:登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。
Reply on: @reply_date@
@reply_contents@