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 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脚本之家其它相关文章!
python图片马赛克_python 检测图片是否有马赛克相关推荐
- 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 ...
- python图片马赛克_python检测图片是否有马赛克内容
from PIL importImageimportnumpy as npimportmathimportwarnings#算法来源,博客https://www.cnblogs.com/techyan ...
- python模块之imghdr检测图片类型
python模块之imghdr检测图片类型 1. imghdr是什么 imghdr是一个用来检测图片类型的模块,传递给它的可以是一个文件对象,也可以是一个字节流.[仅仅根据文件后缀判断文件类型显然不准 ...
- python 智能识别 超市商品 python人工智能 图像识别可以检测图片,视频流,有界面
随着社会经济的发展,选择到超市购物的消费者越来越多,超市排长队付账的矛盾也越来越突出.对此,我们提出一种新型的购物车,通过识别商品录入同时放入购物车中,并利用检测系统检测是否与已知的商品信息相匹配,并 ...
- python显示图片列表_python读取图片任意范围区域
使用python进行图片处理,现在需要读出图片的任意一块区域,并将其转化为一维数组,方便后续卷积操作的使用. 下面使用两种方法进行处理: convert 函数 from PIL import Imag ...
- python 图像分析 边框_Python 去除图片纯色边框(qbit)
前言Windows 10 2004 Python 3.8.3 Pillow 7.1.2 ImageMagick 7.0.10除了 Pillow 以外,qbit 还尝试了 skimage 和 openc ...
- python指纹识别_python之图片指纹(唯一性的)
介绍 每张图片都有一个唯一性的指纹.就好像人类的指纹可以识别出这个人类似. 图片指纹是什么?(图片哈希) 用图片指纹进行相似图片的检测.这种技术通常被称为"感知图像hash"或是简 ...
- python jpg压缩_python 实现图片批量压缩的示例
项目中大量用到图片加载,由于图片太大,加载速度很慢,因此需要对文件进行统一压缩 一:导入包 from PIL import Image import os 二:获取图片文件的大小 def get_si ...
- 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 = ...
最新文章
- json 的简单应用
- MCPlayerKit 0.0.6 Release
- CF626E. Simple Skewness
- android 键盘遮盖输入框_Android软键盘挡住输入框的终极解决方案
- java 电子实时看板,看板界面的实现
- Java DataOutputStream writeByte()方法与示例
- Qt文档阅读笔记-构造WebSocket服务端
- 多线程的那点儿事(之多线程数据结构)
- 21 个必须知道的机器学习开源工具!
- Java导出Excel(自定义格式)
- QQ空间照片回收站在哪里,QQ隐藏的一些功能
- java语言,MP3音频文件进行合并功能
- WIN10运行软件,窗口不显示 解决办法
- Java岗大厂面试百日冲刺 - 日积月累,每日三题【Day22】—— 并发编程2
- 西安交通大学学生邮箱设置
- FlushMouseMsgBuffer
- 计算机二级(c语言)重难点归纳--公共基础部分--计算机系统
- 词:王恩信Est/二胖u曲:王恩信Est/二胖u原曲:飞 - 王恩信Est/二胖u风浪没平息我宣告奔跑的意义这不是叛逆我只是淋了一场雨没怀疑燃烧的梦都飞哪去问自己这次我不会放弃你是否
- UFLDL学习笔记3(Softmax Regression)
- Linux驱动实现灯循环闪烁,4.1、实现4个LED灯同时闪烁
热门文章
- Nginx变身爆火神器,手把手教你在永洪BI中应用
- java mongodb save,Java MongoDB一次保存多个文档
- linux运行 netcore,linux 下netcore程序开机自动启动服务
- android json mysql_Android通过json向MySQL中读写数据的方法详解【读取篇】
- java线程数翻倍性能翻倍_术业专攻 | 如何让Java Web性能翻倍?
- Python列表的用法和基本操作
- Python基础练习题:猜数字小游戏
- Python读取文本的三种方式对比
- django 获取外键对应数据的方式
- python可以提高程序执行速度N倍你知道吗?