opencv---JPEG图像质量检测代码
原文：https://www.cnblogs.com/Anita9002/p/7097575.html
参考：http://blog.csdn.net/trent1985/article/details/50904173
根据国外一篇大牛的文章：No-Reference Perceptual Quality Assessment of JPEG Compressed Images
在无参考图像的质量评价中，图像的清晰度是衡量图像质量优劣的重要指标，它能够较好的与人的主观感受相对应，图像的清晰度不高表现出图像的模糊。本文针对无参考图像质量评价应用，对目前几种较为常用的、具有代表性清晰度算法进行讨论分析，为实际应用中选择清晰度算法提供依据。
对于JPEG图像，根据大牛的文章，写成的MATLAB代码如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 |
|
调用的main函数：
function main()allNum = 0;
blurNum = 0;threshold = 7.7;for k = 0:2000tryimage = imread(['/Users/anitafang/Desktop/testimg/','test',num2str(k),'.jpg']);%image = imread(['/Users/user/Desktop/test/ye_blur/',num2str(k),'.jpg']);quality_score = jpeg_quality_score(image);fprintf('Quality_Score:%d.jpg %f\n',k,quality_score);allNum = allNum + 1;if quality_score < thresholdblurNum = blurNum + 1;savePath = ['/Users/anitafang/Desktop/blur/',num2str(k),'.jpg'];imwrite(image,savePath);end
% breakcatch err%throw(err);end
end% fprintf('relevance:%f\n',blurNum/allNum)
为了集成方便，把它变成c++代码，调研opencv库：
//
// jpegquality.hpp
// SDM_Train
//
// Created by anitafang on 2017/6/27.
// Copyright © Anita，fang. All rights reserved.
//#ifndef jpegquality_hpp
#define jpegquality_hpp#include <stdio.h>
#include <vector>
#include <iostream>
#include <time.h>
#include <fstream>
#include <math.h>
#include <cmath>#include "opencv2/opencv.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/objdetect/objdetect.hpp"#endif /* jpegquality_hpp */using namespace std;
using namespace cv;class JPEGQ{
public:JPEGQ();void h_feature(Mat x,int M,int N);void v_feature(Mat x,int M,int N);void combine_feature();double qual_predict();private:double B_h,A_h,Z_h;double B_v,A_v,Z_v;double B,A,Z;
};
cpp代码是：
//
// jpegquality.cpp
// SDM_Train
//
// Created by anitafang on 2017/6/27.
// Copyright © 2017年 antia.fang All rights reserved.
//#include "jpegquality.hpp"using namespace std;
using namespace cv;JPEGQ::JPEGQ(){B_h = 0;A_h = 0;Z_h = 0;B_v = 0;A_v = 0;Z_v = 0;B = 0;A = 0;Z = 0;
}//% 1. horizontal features
void JPEGQ::h_feature(Mat x,int M,int N){Mat d_h(M,N-1,CV_64F, Scalar(0,0,255));for(int i=0;i<M;i++){for(int j=0;j<N-1;j++){d_h.at<double_t>(i,j)=x.at<double_t>(i,j+1)-x.at<double_t>(i,j);}}// cout << "d_h = " << d_h << "\n";int DEL= floor(N/8);Mat d1_h(M,DEL,CV_64F, Scalar(0,0,255));for (int i=0;i<M;i++){for(int j=0;j<DEL;j++){d1_h.at<double_t>(i,j)= abs(d_h.at<double_t>(i,8*j+7));}}//求矩阵像素的的平均值B_h = mean(d1_h)[0];A_h = (8*mean(abs(d_h))[0] - B_h)/7;Mat sig_h(M,N-2,CV_64F, Scalar(0,0,255));for(int i=0;i<M;i++){for(int j=0;j<N-1;j++){if(d_h.at<double_t>(i,j) < 0){sig_h.at<double_t>(i,j) = -1;}else if(d_h.at<double_t>(i,j) > 0){sig_h.at<double_t>(i,j) = 1;}else {sig_h.at<double_t>(i,j) = 0;}}}Mat left_sig(M,N-2,CV_64F,Scalar(0,0,255));Mat right_sig(M,N-2,CV_64F,Scalar(0,0,255));for(int i=0;i<M;i++){for(int j=0;j<N-2;j++){left_sig.at<double_t>(i,j)=sig_h.at<double_t>(i,j);right_sig.at<double_t>(i,j)=sig_h.at<double_t>(i,j+1);}}//double Z_h = mean2((left_sig.*right_sig)<0);Mat multi_sig(M,N-2,CV_64F, Scalar(0,0,255));for(int i=0;i<M;i++){for(int j=0;j<N-2;j++){double temp1=left_sig.at<double_t>(i,j)* right_sig.at<double_t>(i,j);if(temp1<0){multi_sig.at<double_t>(i,j)= 1;}else {multi_sig.at<double_t>(i,j)= 0;}}}Z_h =mean(multi_sig)[0];// cout <<"B_h: "<< B_h<<"A_h: "<< A_h<<"Z_h: "<< Z_h << endl;}// % 2. vertical features
void JPEGQ::v_feature(Mat x,int M,int N){Mat d_v(M-1,N,CV_64F, Scalar(0,0,255));for(int i=0;i<M-1;i++){for(int j=0;j<N;j++){d_v.at<double_t>(i,j)=x.at<double_t>(i+1,j)-x.at<double_t>(i,j);}}int DELV= floor(M/8);Mat d1_v(DELV,N,CV_64F, Scalar(0,0,255));for (int i=0;i<DELV;i++){for(int j=0;j<N;j++){d1_v.at<double_t>(i,j)= abs(d_v.at<double_t>(8*i+7,j));}}//求矩阵像素的的平均值B_v=mean(d1_v)[0];A_v = (8*mean(abs(d_v))[0] - B_v)/7;Mat sig_v(M-1,N,CV_64F, Scalar(0,0,255));for(int i=0;i<M-1;i++){for(int j=0;j<N;j++){if(d_v.at<double_t>(i,j)<0){ sig_v.at<double_t>(i,j)=-1; }else if(d_v.at<double_t>(i,j) >0){ sig_v.at<double_t>(i,j) = 1; }else { sig_v.at<double_t>(i,j) = 0;}}}Mat up_sig(M-2,N,CV_64F, Scalar(0,0,255));Mat down_sig(M-2,N,CV_64F, Scalar(0,0,255));for(int i=0;i<M-2;i++){for(int j=0;j<N;j++){up_sig.at<double_t>(i,j)=sig_v.at<double_t>(i,j);down_sig.at<double_t>(i,j)=sig_v.at<double_t>(i+1,j);}}//double Z_h = mean2((left_sig.*right_sig)<0);Mat vmulti_sig(M-2,N,CV_64F, Scalar(0,0,255));for(int i=0;i<M-2;i++){for(int j=0;j<N;j++){double temp2=up_sig.at<double_t>(i,j)* down_sig.at<double_t>(i,j);if(temp2<0){ vmulti_sig.at<double_t>(i,j)= 1;}else { vmulti_sig.at<double_t>(i,j)= 0; }}}Z_v =mean(vmulti_sig)[0];}//% 3. combined features
void JPEGQ::combine_feature(){B = (B_h + B_v)/2;A = (A_h + A_v)/2;Z = (Z_h + Z_v)/2;}//% Quality Prediction
double JPEGQ::qual_predict(){double alpha = -245.8909;double beta = 261.9373;double gamma1 = -239.8886;double gamma2 = 160.1664;double gamma3 = 64.2859;double score = alpha + beta*(pow(B,gamma1/10000)*pow(A,gamma2/10000)*pow(Z,gamma3/10000));return score;
}
调用的main代码：
//
// main.cpp
// jpg_quality
//
// Created by anitafang on 2017/6/28.
// Copyright © 2017年 anitafang. All rights reserved.
//
#include <iostream>
#include "jpegquality.hpp"using namespace std;
using namespace cv;int main(int argc, const char * argv[]) {char filename[100];double threshold = 7.7;int num =12;// int *pia = new int[num] (); // 每个元素初始化为0for(int k=0;k<num;k++){sprintf(filename,"/Users/anitafang/Desktop/VIP/xcode-demo/test-img/testimg/test%d.jpg",k);Mat x1=imread(filename,IMREAD_GRAYSCALE);int M=x1.rows;int N=x1.cols;Mat x;x1.convertTo(x, CV_64F);//转换成浮点运算JPEGQ *jpegq = new JPEGQ();jpegq->h_feature(x,M, N);jpegq->v_feature(x,M, N);jpegq->combine_feature();double score= jpegq->qual_predict();if(score<threshold){cout<<"this is a blur image"<<endl;}cout<<"the image :"<<k<<" "<<" score is :"<<score<<endl;}return 0;
}opencv---JPEG图像质量检测代码相关推荐
- 【机器学习】最容易实现的基于OpenCV的人脸检测代码、检测器及检测效果
基于opencv自带的人脸检测模型,实现简单的人脸检测功能,可作为机器学习初学者练手使用.简单易学,具体的方法及代码如下. 1.运行结果 输入原图 输出结果 2.工程需要加载的opencv库如下: 3 ...
- python+opencv摄像头人脸检测+代码注释
比较简单直接上代码: #导入模块 import cv2 #摄像头 cap=cv2.VideoCapture('1.mp4')falg = 1 num = 1while(cap.isOpened()): ...
- OPENCV ： 图像质量检测
目录 一 图像模糊程度检测 1 图像模糊程度检测方法 2 代码 3 结果
- OpenCV下肤色检测代码
先贴代码 void cvSkinSegment(IplImage* img, IplImage* mask){ CvSize imageSize = cvSize(img->width, img ...
- python目标检测与识别_Python 使用Opencv实现目标检测与识别的示例代码
在上章节讲述到图像特征检测与匹配 ,本章节是讲述目标检测与识别.后者是在前者的基础上进一步完善. 在本章中,我们使用HOG算法,HOG和SIFT.SURF同属一种类型的描述符.功能代码如下: impo ...
- python简单目标检测代码_Python Opencv实现单目标检测的示例代码
一 简介 目标检测即为在图像中找到自己感兴趣的部分,将其分割出来进行下一步操作,可避免背景的干扰.以下介绍几种基于opencv的单目标检测算法,算法总体思想先尽量将目标区域的像素值全置为1,背景区域全 ...
- OpenCV与图像处理学习八——图像边缘提取（Canny检测代码）
OpenCV与图像处理学习八--图像边缘提取(Canny检测代码) 一.图像梯度 1.1 梯度 1.2 图像梯度 二.梯度图与梯度算子 2.1模板卷积 2.2 梯度图 2.3 梯度算子 2.3.1 R ...
- OpenCV手部关键点检测（手势识别）代码示例
点击我爱计算机视觉标星,更快获取CVML新技术 前几日分享了learnopencv.com博主Satya Mallick发表的关于OpenCV Mask RCNN实例分割的博文(详见:OpenCV4. ...
- pythonopencv目标检测_Python 使用Opencv实现目标检测与识别的示例代码
本章节是讲述目标检测与识别.后者是在前者的基础上进一步完善. 在本章中,我们使用HOG算法,HOG和SIFT.SURF同属一种类型的描述符.功能代码如下: import cv2 def is_insi ...
最新文章
- 内存接口芯片，服务器平台，PCIe 芯片
- 教你动手推导Self-Attention！（附代码）
- oracle专用服务器模式与共享服务器模式
- android之Fragment（官网资料翻译）二
- bzoj4589: Hard Nim
- postgreSQL除法保留小数
- python可视化的图表汉字显示成框框_Matplotlib图表上输出中文（汉字）、减号问题...
- python怎么重新开始_Python-重新开始游戏
- 20年前的吴恩达，藏在一个数据集里
- mysql建表影响效率_关于MySQL建表对DML的影响【转】
- 按值传递时 php必须复制值,PHP开发笔试题及答案（一）
- java继承涉及的动/静态绑定及隐藏
- 一个屌丝程序猿的人生（三十九）
- eclipse搭建Hibernate
- WPF:ListView 分页
- python xlsxwriter 画图_python xlsxwriter创建excel图表的方法
- mybatis 通配符
- SpringBoot 中连接阿里云rds数据库
- iOS让App后台运行方法小结
- 给北上奋进的你一份礼物(java面试知识储备攻略)