如何在opencv中检测仅包含文本的图像是不是模糊

Posted 2023-02-25

【中文标题】如何在opencv中检测仅包含文本的图像是不是模糊

【英文标题】：How to detect whether the image containing only text is blurred or not in opencv如何在opencv中检测仅包含文本的图像是否模糊

【发布时间】：2020-08-07 11:11:16

【问题描述】：

我已将 pdf 转换为 jpef 图像，并试图计算文本图像是否模糊。我曾尝试使用拉普拉斯滤波器，但即使对于良好的像素化图像，它也会给出不同的方差值。谁能帮我找出我的文本图像是高像素还是低像素。 提前致谢！！

Image1

对于此图像，拉普拉斯方差为 322，但如果我与多个具有相同像素质量的图像进行比较，则该值约为 500 - 1700。

【问题讨论】：

你能提供一些图片吗？

@RahulKedia 我已经更新了图片。现在就来看看吧。

【参考方案1】：

一种方法是将图像阈值设置为不同的值，然后比较白色像素的数量。例如，

如果文本清晰且为黑色，则 img1 和 img2 的非零像素结果将非常相似。

如果img模糊了，那么差异会更大。

  import cv2
  image_path = r"d:\temp\xLVXa.jpg"
  imgColor = cv2.imread(image_path)
  img = cv2.cvtColor(imgColor, cv2.COLOR_BGR2GRAY)

  ret1, img1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY)
  ret2, img2 = cv2.threshold(img,192,255,cv2.THRESH_BINARY)

  whitepixels1 = cv2.countNonZero(img1)
  whitepixels2 = cv2.countNonZero(img2)

  print("img1 white pixels - %d" % whitepixels1)
  print("img2 white pixels - %d" % whitepixels2)

【讨论】：

感谢您的建议。但是我没有多个相同类型的图像可以比较。我得到了不同类型的文本图像，我想预测它是否像素化。

您不需要多张图片。只需使用 2 个值对同一图像进行阈值处理，然后进行比较

好吧。非常感谢..我会尝试这种方式

如果这对你有帮助，你能接受我的回答吗？谢谢

“非常相似”是什么意思？这个有编号吗？

【参考方案2】：

您的图像没有模糊。相反，它非常尖锐和混乱，因此任何基于低梯度强度的测试都会失败。

某些字符看起来“有纹理”，我认为您可以检测到异常密度的角落（使用角落检测器）。有些没有太大损坏，永远无法从有效字符中分辨出来。