1，判斷影象清晰度，明暗，

原理，Laplacian演算法。偏暗的圖片，二階導數小，區域變化小；偏亮的圖片，二階導數大，區域變化快。

import cv2
 
def getImageVar(imgPath):
  image = cv2.imread(imgPath)
  img2gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
  imageVar = cv2.Laplacian(img2gray,cv2.CV_64F).var()
  return imageVar
 
imageVar = getImageVar("./lena.jpg")
print(imageVar)

輸出結果：

2119.0913581351697

2，判斷黑白或彩色圖片

原理，通道變化

def is_color_image(url):
  im=Image.open(url)
  pix=im.convert('RGB')
  width=im.size[0]
  height=im.size[1]
  oimage_color_type="Grey Image"
  is_color=[]
  for x in range(width):
    for y in range(height):
      r,g,b=pix.getpixel((x,y))
      r=int(r)
      g=int(g)
      b=int(b)
      if (r==g) and (g==b):
        pass
      else:
        oimage_color_type='Color Image'
  return oimage_color_type

補充知識：求圖片的平均亮度

影象相關開發中，有時我們需要知道和了解圖片的 亮度 這一資訊，例如判斷圖片是否曝光嚴重過度或者太黑什麼都看不清。

那麼怎麼去獲取到圖片的 平均亮度 這一資訊呢？

一、YUV 圖片

一般相機的原始資料型別就是 YUV 格式，這種格式下很容易求得亮度，因為它的 Y 通道就是亮度通道，我們只需要求得 Y 通道的平均值就可以了。

由於 YUV 圖片前 width * height 個位元組存放的就是 Y 的值，所以其均值計算如下：

void calculate_average_brightness(const unsigned char* image,const int width,const int height,double* brightness) {
  int length = width * height;
  double sum;
  for (int i = 0; i < length; ++i) {
    sum += image[i];
  }
  brightness = sum / length; // brightness value: [0,255]
}

注意這樣計算得到的亮度值範圍為 0~255，如果要歸一化的話，再除以 255 即可。

二、RGB 圖片

RGB 圖片的計算理論和上述差不多，不過我們需要先求得 R、G、B 三個通道的均值。

RGB 圖片的亮度計算公式為：

Y = 0.299 * R + 0.587 * G + 0.114 * B ​

以上這篇python 影象判斷,彩色與黑白例項就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。