OpenCV圖像處理——判斷圖像是否失焦模糊

前言

在圖像處理中，避免不了會碰到一些失焦模糊的圖像，特別在讀取和初始化攝像頭的時候，對失焦模糊判斷是避免不了的一步，那麼如何使用opencv去判斷一張圖像是否模糊呢？

判斷是否失焦

失焦的圖片和對焦準確的圖片最大的區別就是正常圖片輪廓明顯，而失焦圖片幾乎沒有較大像素值之間的變化，對圖像的橫向，以及縱向，分別做差分，累計差分可以用來作爲判斷是否失焦的參考。
代碼

//簡單設定閾值判斷是否失焦
bool focusDetect(Mat& img){

    clock_t start, end;
    start = clock();
    int diff = 0;
    int diff_thre = 20;
    int diff_sum_thre = 1000;
    for (int i = img.rows / 10; i < img.rows; i += img.rows / 10){
        uchar* ptrow = img.ptr<uchar>(i);
        for (int j = 0; j < img.cols - 1; j++){
            if (abs(ptrow[j + 1] - ptrow[j])>diff_thre)
                diff += abs(ptrow[j + 1] - ptrow[j]);
        }
        cout << diff << endl;
    }
    end = clock();
    cout << "time=" << end - start << endl;

    bool res = true;
    if (diff < diff_sum_thre) {
        cout << "the focus might be wrong!" << endl;
        res = false;
    }

    return res;
}

//返回一個與焦距是否對焦成功的一個比例因子
double focus_measure_GRAT(Mat Image)
{
    double threshold = 0;
    double temp = 0;
    double totalsum = 0;
    int totalnum = 0;

    for (int i=0; i<Image.rows; i++)
    {
        uchar* Image_ptr = Image.ptr<uchar>(i);
        uchar* Image_ptr_1 = Image.ptr<uchar>(i+1);
        for (int j=0; j<Image.cols; j++)
        {
            temp = max(abs(Image_ptr_1[j]-Image_ptr[j]), abs(Image_ptr[j+1]-Image_ptr[j]));
            totalsum += temp;
            totalnum += 1;
        }
    }

    double FM = totalsum/totalnum;

    return FM;
}