1，判斷圖像清晰度，明暗，

原理，Laplacian算法。偏暗的圖片，二階導(dǎo)數(shù)小，區(qū)域變化小；偏亮的圖片，二階導(dǎo)數(shù)大，區(qū)域變化快。

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)

輸出結(jié)果：

2119.0913581351697

2，判斷黑白或彩色圖片

原理，通道變化

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

補(bǔ)充知識(shí)：求圖片的平均亮度

圖像相關(guān)開發(fā)中，有時(shí)我們需要知道和了解圖片的 亮度 這一信息，例如判斷圖片是否曝光嚴(yán)重過(guò)度或者太黑什么都看不清。

那么怎么去獲取到圖片的 平均亮度 這一信息呢？

一、YUV 圖片

一般相機(jī)的原始數(shù)據(jù)類型就是 YUV 格式，這種格式下很容易求得亮度，因?yàn)樗?Y 通道就是亮度通道，我們只需要求得 Y 通道的平均值就可以了。

由于 YUV 圖片前 width * height 個(gè)字節(jié)存放的就是 Y 的值，所以其均值計(jì)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]

}

注意這樣計(jì)算得到的亮度值范圍為 0~255，如果要?dú)w一化的話，再除以 255 即可。

二、RGB 圖片

RGB 圖片的計(jì)算理論和上述差不多，不過(guò)我們需要先求得 R、G、B 三個(gè)通道的均值。

RGB 圖片的亮度計(jì)算公式為：

Y = 0.299 * R + 0.587 * G + 0.114 * B ?

以上這篇python 圖像判斷,清晰度(明暗),彩色與黑白實(shí)例就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

總結(jié)

以上是生活随笔為你收集整理的python图像清晰度_python 图像判断,清晰度(明暗),彩色与黑白实例的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。