Wykryj, który obraz jest ostrzejszy

Question

Szukam sposobu na wykrycie, który z dwóch (podobnych) obrazów jest ostrzejszy.

myślę to może być za pomocą jakiejś mierze ogólną ostrość i generowania wynik (hipotetyczny przykład: Image1 ma ocenę ostrości 9, image2 ma ocenę ostrości 7; tak Image1 jest ostrzejszy)

I Wcześniej przeszukaliśmy algorytmy wykrywania/oceniania ostrości, ale natrafiliśmy tylko na te, które poprawią ostrość obrazu.

Czy ktoś zrobił coś takiego, lub miał jakieś użyteczne zasoby/prowadzi?

Używałbym tej funkcji w kontekście aplikacji webowej, więc preferowany jest PHP lub C/C++.

Answer 1

Funkcje Sprawdź Kontrast transferowe (CTF)

Here's implementacji
Here's wyjaśnienie

Answer 2

Prosta metoda jest pomiar kontrastu - obraz z największych różnic między wartościami pikseli jest najostrzejszy. Można na przykład obliczyć wariancję (lub odchylenie standardowe) wartości pikseli, a zależnie od tego, która wartość zostanie większa, wygrywa większa liczba. Wygląda to na maksymalny ogólny kontrast, który może nie być tym, czego chcesz - w szczególności będzie faworyzował zdjęcia o maksymalnej głębi ostrości.

W zależności od tego, co chcesz, możesz chcieć użyć czegoś takiego jak FFT, aby zobaczyć, który wyświetla najwyższą zawartość częstotliwości. To pozwala faworyzować obraz, który jest wyjątkowo ostry w niektórych częściach (ale mniej w innych) nad tym, który ma większą głębię ostrości, więc więcej obrazu jest rozsądnie ostre, ale maksymalna ostrość jest mniejsza (co jest powszechne, z powodu do dyfrakcji z mniejszymi otworami).

Answer 3

This paper opisuje metodę obliczania współczynnika rozmycia za pomocą DWT. Wyglądał całkiem prosto, ale zamiast wykrywać ostrość, wykrywa rozmycie. Wygląda na to, że najpierw wykrywa krawędzie (proste splatanie), a następnie używa DWT do gromadzenia i oceniania.

Answer 4

Prostym praktycznym podejściem byłoby użycie wykrywania krawędzi (więcej krawędzi == ostrzejszy obraz).

szybki i brudny praktyczne z wykorzystaniem PHP GD

function getBlurAmount($image) { 
    $size = getimagesize($image); 
    $image = imagecreatefromjpeg($image); 
    imagefilter($image, IMG_FILTER_EDGEDETECT);  
    $blur = 0; 
    for ($x = 0; $x < $size[0]; $x++) { 
     for ($y = 0; $y < $size[1]; $y++) { 
      $blur += imagecolorat($image, $x, $y) & 0xFF; 
     } 
    } 
    return $blur; 
} 

$e1 = getBlurAmount('http://upload.wikimedia.org/wikipedia/commons/thumb/5/51/Jonquil_flowers_at_f32.jpg/800px-Jonquil_flowers_at_f32.jpg'); 
$e2 = getBlurAmount('http://upload.wikimedia.org/wikipedia/commons/thumb/0/01/Jonquil_flowers_at_f5.jpg/800px-Jonquil_flowers_at_f5.jpg'); 

echo "Relative blur amount: first image " . $e1/min($e1, $e2) . ", second image " . $e2/min($e1, $e2); 

(obraz z mniej plama jest ostrzejszy) Bardziej efektywne podejście byłoby wykryć krawędzie w kodzie, używając Sobel operatora. PHP example (przepisanie w C++ powinno dać ogromne zwiększenie wydajności, jak sądzę).

Answer 5

Jak np. pokazany w this Matlab Central page, ostrość może być oszacowana przez średnią wielkość gradientu.

ta była wykorzystywana w Pythonie jak

from PIL import Image 
import numpy as np 

im = Image.open(filename).convert('L') # to grayscale 
array = np.asarray(im, dtype=np.int32) 

gy, gx = np.gradient(array) 
gnorm = np.sqrt(gx**2 + gy**2) 
sharpness = np.average(gnorm) 

Podobnie liczba może być obliczony z prostszym numpy.diff zamiast numpy.gradient. Wynikowe rozmiary macierzy muszą być tam dostosowane:

dx = np.diff(array)[1:,:] # remove the first row 
dy = np.diff(array, axis=0)[:,1:] # remove the first column 
dnorm = np.sqrt(dx**2 + dy**2) 
sharpness = np.average(dnorm)