python 圖像判斷,清晰度(明暗),彩色與黑白實(shí)例
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。
python生成以及打開json、csv和txt文件的實(shí)例
python中if的基礎(chǔ)用法(if?else和if?not)
解決pip安裝tensorflow中出現(xiàn)的no module named tensorflow.python 問題方法
教你使用Python寫一個(gè)簡(jiǎn)單的JSONParser
PyTorch中的C++擴(kuò)展實(shí)現(xiàn)
Python中使用HTMLParser解析html實(shí)例