检测哪个图像更清晰

eco*_*tin 24 scoring image-processing detection

我正在寻找一种方法来检测两个(相似)图像中的哪一个更清晰.

我认为这可以使用一些整体锐度的度量并产生分数(假设的例子:image1的清晰度得分为9,image2的清晰度得分为7;因此image1更清晰)

我已经对锐度检测/评分算法进行了一些搜索,但只是遇到了可以提高图像清晰度的算法.

有没有人做过这样的事情,或者有任何有用的资源/线索?

我将在webapp的上下文中使用此功能,因此首选PHP或C/C++.

Jer*_*fin 14

简单的方法是测量对比度 - 像素值之间差异最大的图像是最清晰的.例如,您可以计算像素值的方差(或标准偏差),以及产生较大数量的胜利.这会寻找最大的整体对比度,这可能不是你想要的 - 特别是,它倾向于支持具有最大景深的图片.

根据您的需要,您可能更喜欢使用类似FFT的内容来查看哪个显示频率最高的内容.这使得你可以偏向某些部分非常锐利的图像(但在其他部分则不那么强)而不是具有更多景深的图像,因此更多的图像相当清晰,但最大锐度更低(这是常见的,由于用较小的孔径衍射).


Rob*_*lak 9

如例如在该Matlab Central页面中所示,可以通过平均梯度幅度来估计锐度.

我在Python中用它

from PIL import Image
import numpy as np

im = Image.open(filename).convert('L') # to grayscale
array = np.asarray(im, dtype=np.int32)

gy, gx = np.gradient(array)
gnorm = np.sqrt(gx**2 + gy**2)
sharpness = np.average(gnorm)
Run Code Online (Sandbox Code Playgroud)

可以使用更简单的numpy.diff而不是numpy.gradient来计算类似的数字.生成的数组大小需要在那里进行调整:

dx = np.diff(array)[1:,:] # remove the first row
dy = np.diff(array, axis=0)[:,1:] # remove the first column
dnorm = np.sqrt(dx**2 + dy**2)
sharpness = np.average(dnorm)
Run Code Online (Sandbox Code Playgroud)


lxa*_*lxa 5

简单实用的方法是使用边缘检测(更多边缘= =更清晰的图像).

使用PHP GD快速而肮脏的动手操作

function getBlurAmount($image) {
    $size = getimagesize($image);
    $image = imagecreatefromjpeg($image);
    imagefilter($image, IMG_FILTER_EDGEDETECT);    
    $blur = 0;
    for ($x = 0; $x < $size[0]; $x++) {
        for ($y = 0; $y < $size[1]; $y++) {
            $blur += imagecolorat($image, $x, $y) & 0xFF;
        }
    }
    return $blur;
}

$e1 = getBlurAmount('http://upload.wikimedia.org/wikipedia/commons/thumb/5/51/Jonquil_flowers_at_f32.jpg/800px-Jonquil_flowers_at_f32.jpg');
$e2 = getBlurAmount('http://upload.wikimedia.org/wikipedia/commons/thumb/0/01/Jonquil_flowers_at_f5.jpg/800px-Jonquil_flowers_at_f5.jpg');

echo "Relative blur amount: first image " . $e1 / min($e1, $e2) . ", second image " . $e2 / min($e1, $e2);
Run Code Online (Sandbox Code Playgroud)

(模糊较少的图像更清晰)更有效的方法是使用Sobel算子检测代码中的边缘.PHP示例(用C++重写应该会给我带来巨大的性能提升).


Eri*_*tis 2

检查对比度传递函数 (CTF)

这是一个实现
这是一个解释

  • 链接已损坏:( (2认同)