python 图像判断,清晰度(明暗),彩色与黑白实例

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。