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

到此这篇关于opencv python模糊影像检测的文章就介绍到这了,更多相关opencv python模糊检测内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

关键词： 模糊影像 如图所示 希望大家 加快处理 拉普拉斯算子