## OpenCV 项目 ### [模糊检测原理](https://pyimagesearch.com/2015/09/07/blur-detection-with-opencv/) 整个算法的原理和拉普拉斯算子本身的定义有关,该算子主要用来测量图像的二阶导数。它强调了包含快速强度变化的图像区域。拉普拉斯算子经常被用来做边缘检测。这里存在着一个假设,即如果一个图像中包含着高方差,那么在图像中会有较大范围的响应,包括边缘和非边缘,这代表着一张正常图像。但是如果该图像的方差很低,那么响应的范围很小,这表明图像中的边缘很小。众所周知的是当图像越模糊时,包含的边缘信息就会越少 实现步骤: - 步骤1-读取输入图片; - 步骤2-输入图片灰度化; - 步骤3-与特定的Laplacian核进行卷积; - 步骤4-计算响应的方差值; - 步骤5-如果当前的方差值> ~/.bash_profile source ~/.bash_profile ``` ### 如何使用? #### java **将 jar copy 至你的项目** ```shell cp PQCVMedia/output/jar/libpq-cv-media.jar 你的目录 ``` **1、初始化 SDK** ```java PQCVMediaProcessor.initSDK("/root/libpiaoquan_java_opencv.so"); ``` **2、以 bytes 流形式传递** ```java PQCVMediaProcessor.blurDetectionFromImageBytes(byte[] data) ``` **2、以 path 流形式传递** ```java PQCVMediaProcessor.blurDetectionFromImagePath(String path); ```