matlab检测图片马赛克,python 检测图片是否有马赛克
原理讲的很清晰,给原博主一个赞
边缘检测之后按照正方形检索来判定是否是马赛克内容
原理知晓了之后就很好做了
话说MATLAB转化为python的过程还是很有趣的
from PIL import Image
import numpy as np
import math
import warnings
#算法来源,博客https://www.cnblogs.com/techyan1990/p/7291771.html和https://blog.csdn.net/zhancf/article/details/49736823
highhold=200#高阈值
lowhold=40#低阈值
warnings.filterwarnings("ignore")
demo=Image.open("noise_check//23.jpg")
im=np.array(demo.convert('L'))#灰度化矩阵
print(im.shape)
print(im.dtype)
height=im.shape[0]#尺寸
width=im.shape[1]
gm=[[0 for i in range(width)]for j in range(height)]#梯度强度
gx=[[0 for i in range(width)]for j in range(height)]#梯度x
gy=[[0 for i in range(width)]for j in range(height)]#梯度y
theta=0#梯度方向角度360度
dirr=[[0 for i in range(width)]for j in range(height)]#0,1,2,3方位判定值
highorlow=[[0 for i in range(width)]for j in range(height)]#强边缘、弱边缘、忽略判定值2,1,0
rm=np.array([[0 for i in range(width)]for j in range(height)])#输出矩阵
#高斯滤波平滑,3x3
for i in range(1,height-1,1):
for j in range(1,width-1,1):
rm[i][j]=im[i-1][j-1]*0.0924+im[i-1][j]*0.1192+im[i-1][j+1]*0.0924+im[i][j-1]*0.1192+im[i][j]*0.1538+im[i][j+1]*0.1192+im[i+1][j-1]*0.0924+im[i+1][j]*0.1192+im[i+1][j+1]*0.0924
for i in range(1,height-1,1):#梯度强度和方向
for j in range(1,width-1,1):
gx[i][j]=-rm[i-1][j-1]+rm[i-1][j+1]-2*rm[i][j-1]+2*rm[i][j+1]-rm[i+1][j-1]+rm[i+1][j+1]
gy[i][j]=rm[i-1][j-1]+2*rm[i-1][j]+rm[i-1][j+1]-rm[i+1][j-1]-2*rm[i+1][j]-rm[i+1][j+1]
gm[i][j]=pow(gx[i][j]*gx[i][j]+gy[i][j]*gy[i][j],0.5)
theta=math.atan(gy[i][j]/gx[i][j])*180/3.1415926
if theta>=0 and theta<45:
dirr[i][j]=2
elif theta>=45 and theta<90:
dirr[i][j]=3
elif theta>=90 and theta<135:
dirr[i][j]=0
else:
dirr[i][j]=1
for i in range(1,height-1,1):#非极大值抑制,双阈值监测
for j in range(1,width-1,1):
NW=gm[i-1][j-1]
N=gm[i-1][j]
NE=gm[i-1][j+1]
W=gm[i][j-1]
E=gm[i][j+1]
SW=gm[i+1][j-1]
S=gm[i+1][j]
SE=gm[i+1][j+1]
if dirr[i][j]==0:
d=abs(gy[i][j]/gx[i][j])
gp1=(1-d)*E+d*NE
gp2=(1-d)*W+d*SW
elif dirr[i][j]==1:
d=abs(gx[i][j]/gy[i][j])
gp1=(1-d)*N+d*NE
gp2=(1-d)*S+d*SW
elif dirr[i][j]==2:
d=abs(gx[i][j]/gy[i][j])
gp1=(1-d)*N+d*NW
gp2=(1-d)*S+d*SE
elif dirr[i][j]==3:
d=abs(gy[i][j]/gx[i][j])
gp1=(1-d)*W+d*NW
gp2=(1-d)*E+d*SE
if gm[i][j]>=gp1 and gm[i][j]>=gp2:
if gm[i][j]>=highhold:
highorlow[i][j]=2
rm[i][j]=1
elif gm[i][j]>=lowhold:
highorlow[i][j]=1
else:
highorlow[i][j]=0
rm[i][j]=0
else:
highorlow[i][j]=0
rm[i][j]=0
for i in range(1,height-1,1):#抑制孤立低阈值点
for j in range(1,width-1,1):
if highorlow[i][j]==1 and (highorlow[i-1][j-1]==2 or highorlow[i-1][j]==2 or highorlow[i-1][j+1]==2 or highorlow[i][j-1]==2 or highorlow[i][j+1]==2 or highorlow[i+1][j-1]==2 or highorlow[i+1][j]==2 or highorlow[i+1][j+1]==2):
#highorlow[i][j]=2
rm[i][j]=1
#img=Image.fromarray(rm)#矩阵化为图片
#img.show()
#正方形法判定是否有马赛克
value=35
lowvalue=16
imgnumber=[0 for i in range(value)]
for i in range(1,height-1,1):#性价比高的8点判定法
for j in range(1,width-1,1):
for k in range(lowvalue,value):
count=0
if i+k-1>=height or j+k-1>=width:continue
if rm[i][j]!=0:count+=1#4个顶点
if rm[i+k-1][j]!=0:count+=1
if rm[i][j+k-1]!=0:count+=1
if rm[i+k-1][j+k-1]!=0:count+=1
e=(k-1)//2
if rm[i+e][j]!=0:count+=1
if rm[i][j+e]!=0:count+=1
if rm[i+e][j+k-1]!=0:count+=1
if rm[i+k-1][j+e]!=0:count+=1
if count>=6:
imgnumber[k]+=1
for i in range(lowvalue,value):
print("length:{} number:{}".format(i,imgnumber[i]))
结果图可以上一下了
可以看出在一定程度上能够检测出马赛克内容
原图
边缘图案
正方形数量
以上就是python 检测图片是否有马赛克的详细内容,更多关于python 检测图片马赛克的资料请关注其它相关文章!
matlab检测图片马赛克,python 检测图片是否有马赛克相关推荐
- python新奇检测_3种Python检测URL状态
需求:Python检测URL状态,并追加保存200的URL 代码一: #! /usr/bin/env python #coding=utf-8 import sys import requests d ...
- python opencv压缩图片_OpenCV Python 缩放图片
By 凌顺 2019年9月12日 本示例使用的OpenCV版本是:4.1.1 运行Python的编辑器:Jupyter notebook 示例目的 使用OpneCV的cv2.resize()函数对图片 ...
- python水印检测_使用Python检测照片中的特定水印(无SciPy)
另一种可能性是使用机器学习.我的背景是自然语言处理(不是计算机视觉),但我尝试使用你的问题的描述创建一个训练和测试集,它似乎工作(对看不见的数据100%准确). 训练集 训练集由具有水印的相同图像(正 ...
- python读取图片格式_Python读取图片尺寸、图片格式
Python读取图片尺寸.图片格式 需要用到PIL模块,使用pip安装Pillow.Pillow是从PIL fork过来的Python 图片库. from PIL import Image im = ...
- python批量裁剪图片_python批量剪切图片实现代码
例子,python入门实例,python实现图片批量剪切. 代码: 代码示例: #!/usr/bin/python # www.# import os from PIL import Image #批 ...
- python django 图片管理系统
python django 图片管理系统 python django 图片展示网站 python django 个人图片网站 后端:python django 数据库:MySQL 5.7 前端:htm ...
- Python 把图片拆分成宫格图片组
文章目录 Python 把图片拆分成宫格图片组 Python 把图片拆分成宫格图片组 import os from PIL import Image# 所需安装的模块 # pip install pi ...
- python图片马赛克_python 检测图片是否有马赛克
原理讲的很清晰,给原博主一个赞 边缘检测之后按照正方形检索来判定是否是马赛克内容 原理知晓了之后就很好做了 话说MATLAB转化为python的过程还是很有趣的 from PIL import Ima ...
- python去除图片马赛克_python 检测图片是否有马赛克
首先是canny边缘检测,将图片的边缘检测出来,参考博客 原理讲的很清晰,给原博主一个赞 边缘检测之后按照正方形检索来判定是否是马赛克内容 原理知晓了之后就很好做了 话说matlab转化为python ...
最新文章
- MySQL group replication
- [linux] Linux日志设置(转自抚琴煮酒)
- FFmpeg4.1 视频解码,保存原始YUV数据
- go语言打印日期_判定是否掌握Go语言的最重要标准:对并发的掌握
- echart 高度 不用 不撑满_高度、长度可调节的输送机,能延伸至货车内部,堪称装卸神器...
- uniapp滑动切换tab标签_Web前端,Tab切换,缓存,页面处理的几种方式
- Tomcat启动Maven项目异常:java.lang.NoClassDefFoundError: org/springframework/context/ApplicationContext
- Cocos2d-x学习之 整体框架描述
- PHP利用JWT实现token和refresh_token
- win10系统服务器不能创建对象,win10系统Activex部件不能创建对象的详细技巧
- c语言辗转求最小公倍数,c语言:辗转相除法求最大公约数、最小公倍数
- 20年研发管理经验谈(十七)(终结)
- 砍价永远差一刀?拼多多法庭上回复:小数点后有6位......
- 计算机主板电感有正负极么,功率电感有没有方向?正负极区分
- centos 7(桌面应用)-桌面的应用合集
- Rocky Linux Yum源替换位上海交大镜像站点
- 2022年全球及中国舞台灯光系统行业头部企业市场占有率及排名调研报告
- 多功能频谱分析仪TFN RMT系列,满足您对频谱分析仪的多种幻想。
- HDU - 1873 看病要排队(优先队列)
- bilibili_Linux4_Linux常用命令