估計類似圖像的模糊/清晰

Question

我有成千上萬的圖像拍攝的三維重建使用攝影測量，我想評估哪些圖像太模糊使用Imagemagick或任何其他命令行軟件。什麼意思也是 blury：基於所有圖像的平均模糊/清晰度，可以很容易地挑出最差的圖像。但是如何評估模糊。我已經進入FFT，快速Fournier變換，並認爲在這裏可以找到解決方案。頻率可以通過IM -fft命令來計算，它可以產生幅度和相位圖像。如何使用這些圖像來計算總體模糊/清晰度因子？

更新：這裏是我必須處理的一些圖像。真正的挑戰是，所有圖像都與單個文件夾中的其他許多圖像一起使用，並且需要檢查運動模糊問題。我必須檢測太高的運動模糊，並在進一步的生產中避免使用這些圖像。

接下來的3張圖片有所有圖片的最低偏差，但在原始全版本中非常尖銳。

這2幅圖像具有較低的偏差，因爲白色區域，而且不缺乏足夠的清晰度。

在這裏，邊緣檢測帶來各個邊緣，因爲馬賽克。從所有圖像中，第一張圖像模糊。

此圖片具有低模糊。

Answer 1

我使用ImageMagick的想法。我把原始圖像如下：

然後我把它變成Photoshop和5 pixesl和10個像素的運動模糊模糊它，保存結果爲blur5.txt和blur10.txt。

現在，我使用ImageMagick的比較統計：

identify -verbose original.jpg > orig.txt 
identify -verbose blur5.jpg > blur5.txt 
identify -verbose blur10.jpg > blur10.txt 

然後使用opendiff（在Mac）來比較的統計數據，

opendiff orig.txt blur5.txt 

我注意到，圖像越模糊，標準偏差越低 - 這似乎是衡量相對模糊SS。

然後我使用了一個Canny邊緣檢測器，並且您可以看到最清晰的圖像獲得最多的邊緣，而不是意外。因此，您可以將Canny Edge檢測圖像中的白色像素數作爲銳度的衡量標準。

像這樣：

convert original.jpg -canny 0x1+10%+30% -format %c histogram:info:- 
    875184: ( 0, 0, 0) #000000 gray(0) 
    72576: (255,255,255) #FFFFFF gray(255)   <--- sharp image has high white pixel count 
convert blur5.jpg -canny 0x1+10%+30% -format %c histogram:info:- 
    912322: ( 0, 0, 0) #000000 gray(0) 
    35438: (255,255,255) #FFFFFF gray(255)   <--- slightly blurry has lower white pixel count 
convert blur10.jpg -canny 0x1+10%+30% -format %c histogram:info:- 
    925759: ( 0, 0, 0) #000000 gray(0) 
    22001: (255,255,255) #FFFFFF gray(255)   <--- blurriest has lowest white pixel count 

如果你想計算白色像素的數量和相呼應的文件名單行線，你可以這樣做：

convert original.jpg -canny 0x1+10%+30% -format "%[fx:mean*h*w] %f\n" info: 
72576 original.jpg 

這將允許你分析你的所有圖像和排序他們成這樣的清晰度的順序：

find . -name "*.jpg" -exec convert "{}" -canny 0x1+10%+30% -format "%[fx:mean*h*w] %f\n" info: \; | sort 
22001 blur10.jpg 
35438 blur5.jpg 
72576 original.jpg