シャープな画像を検出する

Question

2つの（類似した）画像のどちらがシャープであるかを検出する方法を探しています。私は、これは全体的なシャープさのいくつかの指標を使用してスコアを生成することができ思ってい

は：;

私は（仮想的な例がそうimage1のは鋭くている画像1は、9の鋭スコアを有する、画像2は、7の切れ味スコアを有します）シャープネス検出/採点アルゴリズムの検索をいくつか行いましたが、画像のシャープネスを向上させるものだけを見つけました。

誰もこのようなことをやったことがありますか、または有用なリソース/リードを持っていますか？

私はこの機能をWebアプリケーションのコンテキストで使用しているので、PHPまたはC/C++が優先されます。

Answer 1

チェックコントラスト伝達関数（CTF）

Here's実装
Here's説明

Answer 2

簡単な方法は、コントラストを測定することである - ピクセル値の間の最大の差を有する画像が鮮明です。たとえば、ピクセル値の分散（または標準偏差）を計算することができます。全体のコントラストを最大限に引き出すことができます。これは、あなたの望むものとは異なる場合があります。特に、被写界深度が最大の写真が好まれる傾向があります。

FFTのようなものを使用して最も高い周波数のコンテンツが表示されるようにすることができます。これにより、被写界深度の深い部分よりもはるかにシャープな画像が得られるようになりますが、画像の鮮明度はかなり高くなりますが、最大のシャープネスは低くなります（これは一般的ですより小さいアパーチャを有する回折に対して）。

Answer 3

This paperには、DWTを使用してぼかし係数を計算する方法が記載されている。かなりまっすぐに見えましたが、鮮明さを検出する代わりにぼやけを検出しています。最初にエッジを検出（単純な畳み込み）した後、DWTを使用して累積してスコア付けします。

Answer 4

簡単な実用的なアプローチは、エッジ検出（よりエッジ==シャープな画像）を使用することです。

間に合わせハンズオン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); 

を用いて（より少ないぼやけた画像がシャープである） より効率的なアプローチは、Sobelオペレータを使用して、コード内のエッジを検出することであろう。 PHP example（C++でのリライトは、私が推測するように、大幅なパフォーマンス向上をもたらすはずです）。

Answer 5

this Matlab Central pageに示すように、平均勾配の大きさによって鮮明度を推定することができる。

同様の番号ではなく、numpy.gradientのnumpy.diff単純で計算することができる

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) 

ように私はPythonでこれを使用します。結果として得られる配列のサイズは、次のように調整する必要があります。

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)