python - 计算开式简历中拉普拉斯方差的模糊度

我尝试获得图像的模糊度。我引用this tutorial来计算开放式简历中的拉普拉斯方差。

import cv2
def variance_of_laplacian(image):
  return cv2.Laplacian(image, cv2.CV_64F).var()

def check_blurry(image):
  """
  :param: the image
  :return: True or False for blurry
  """
  gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
  fm = variance_of_laplacian(gray)
  return fm

当我尝试从两张图像中计算fm时，它们看起来完全相同，但大小不同。

filePath = 'small.jpeg'
image1 = cv2.imread(filePath)
print('small image shape', image1.shape)
print('small image fm', check_blurry(image1))

filePath = 'large.jpg'
image2 = cv2.imread(filePath)
print('large image shape', image2.shape)
print('large image fm', check_blurry(image2))

输出为:

small image shape (1440, 1080, 3)
small image fm 4.7882723403428065
large image shape (4032, 3024, 3)
large image fm 8.44476634687877

显然，小图像按比例缩小为大图像的2.8。 fm与图像大小有关吗？如果是这样，它们之间是什么关系？还是有解决方案来评估不同尺寸图像的模糊度？

最佳答案

“fm与图像大小有关吗？”

部分同意(至少就您的问题而言)，因为如果缩放图像，则必须插入像素值。缩小比例不仅会丢失信息，还会通过像素插值(如果不是最近邻插值)创建新的信息，从而影响最终图像的方差。但这仅适用于缩放图像，不适用于最初不同的图像。