opencv系列-圖像清晰度評價

1，換了opencv3.4，用來測試

2，opencv好評呀

?

圖像清晰度評價算法有很多種，在空域中，主要思路是考察圖像的領域對比度，即相鄰像素間的灰度特征的梯度差；在頻域中，主要思路是考察圖像的頻率分量，對焦清晰的圖像高頻分量較多，對焦模糊的圖像低頻分量較多。

?

這里實現3種清晰度評價方法，分別是Tenengrad梯度方法、Laplacian梯度方法和方差方法。

?

Tenengrad梯度方法

Tenengrad梯度方法利用Sobel算子分別計算水平和垂直方向的梯度，同一場景下梯度值越高，圖像越清晰。以下是具體實現，這里衡量的指標是經過Sobel算子處理后的圖像的平均灰度值，值越大，代表圖像越清晰。

用的是opencv3.4和qt后的代碼：

#include <QCoreApplication> #include <opencv/cv.h> #include <opencv2/opencv.hpp> #include <iostream> #include <highgui/highgui.hpp> #include <imgproc/imgproc.hpp> using namespace std; using namespace cv; int main(int argc, char *argv[]) {Mat imageSource = imread("C:/Users/Administrator/Desktop/test.jpg");Mat imageGrey;cvtColor(imageSource,imageGrey,CV_RGB2GRAY);Mat imageSobel;Sobel(imageGrey,imageSobel,CV_16U,1,1);double meanValue = 0.0;meanValue = mean(imageSobel)[0];stringstream meanValueStream;string meanValueString;meanValueStream << meanValue;meanValueStream >> meanValueString;meanValueString = "Articulation (Sobel Method): "+meanValueString;putText(imageSource,meanValueString,Point(20,50),CV_FONT_HERSHEY_COMPLEX,0.8,Scalar(255,255,25),2);imshow("Articulation",imageSource);QCoreApplication a(argc, argv);return a.exec(); }

總結

以上是生活随笔為你收集整理的opencv系列-图像清晰度评价的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。