在项目中的一个环节用到了模糊检测的相关内容
主要思想是先对原图像进行灰度化，然后用3x3的拉普拉斯算子进行滤波处理
再计算处理后图像的均值和方差，将方差当做模糊检测的阈值选定标准即可。
相关的程序如下所示：
#include <iostream> #include <opencv2\core\core.hpp> #include <opencv2\highgui\highgui.hpp> #include <opencv2\imgproc\imgproc.hpp> using namespace cv; using namespace std; bool blurDetect(Mat srcImage); int main() { //读入图片 Mat img1 = imread("white1_1.bmp"); double time = (double)getTickCount(); bool flag = blurDetect(img1); time = ((double)getTickCount() - time) / getTickFrequency(); cout << "所用时间为：" << time << "s" << endl; system("pause"); return 0; } //模糊检测，如果原图像是模糊图像，返回0，否则返回1 bool blurDetect(Mat srcImage) { Mat gray1; if (srcImage.channels() != 1) { //进行灰度化 cvtColor(srcImage, gray1, CV_RGB2GRAY); } else { gray1 = srcImage.clone(); } Mat tmp_m1, tmp_sd1; //用来存储均值和方差 double m1 = 0, sd1 = 0; //使用3x3的Laplacian算子卷积滤波 Laplacian(gray1, gray1, CV_16S, 3); //归到0~255 convertScaleAbs(gray1, gray1); //计算均值和方差 meanStdDev(gray1, tmp_m1, tmp_sd1); m1 = tmp_m1.at<double>(0, 0); //均值 sd1 = tmp_sd1.at<double>(0, 0); //标准差 //cout << "原图像：" << endl; cout << "均值: " << m1 << " , 方差: " << sd1*sd1 << endl; if (sd1*sd1 < 400) { cout << "原图像是模糊图像" << endl; return 0; } else { cout << "原图像是清晰图像" << endl; return 1; } }