1，判斷圖像清晰度，明暗，

原理，Laplacian算法。偏暗的圖片，二階導數小，區域變化??；偏亮的圖片，二階導數大，區域變化快。

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

補充知識：求圖片的平均亮度

圖像相關開發中，有時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

一般相機的原始數據類型就是 YUV 格式，這種格式下很容易求得亮度，因為它的 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 個字節存放的就是 Y 的值，所以其均值計算如下：

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]}

注意這樣計算得到的亮度值范圍為 0~255，如果要歸一化的話，再除以 255 即可。

二、RGB 圖片

RGB 圖片的計算理論和上述差不多，不過我們需要先求得 R、G、B 三個通道的均值。

RGB 圖片的亮度計算公式為：

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

以上這篇python 圖像判斷,清晰度(明暗),彩色與黑白實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持好吧啦網。