Python利用OpenCV和Laplacian算子实现模糊图片过滤

七月

发布时间：2026-10-13| 4人浏览过

原创

本文介绍了一种基于OpenCV的Python模糊图片过滤方案。通过计算Laplacian方差（imageVar）来量化图像清晰度，设定阈值（如30.0）自动筛选清晰图片。该方法适用于人脸识别样本清洗等场景，能有效剔除对齐后仍模糊的低质量图像。

在进行人脸识别样本清洗工作时，观察到部分经过人脸对齐处理的图片存在严重模糊现象。为此，本文采用OpenCV库对图像进行模糊过滤处理。

核心原理是利用cv2.Laplacian()函数计算图像的拉普拉斯方差。如所示，图像越模糊，计算得到的imageVar值越小。通过设定阈值，可以自动识别并过滤掉模糊图片。

#-*-coding:utf-8-*-
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import os
import cv2
import shutil

THRESHOLD = 30.0

dst_root = r'/media/unionpay/0009FFAB000A9861/CASIA&KFZX_CLEAR'
for fpath, dirs, fs in os.walk('/media/unionpay/0009FFAB000A9861/CASIA&KFZX'):
 i = 0
 for dir in dirs:
  i += 1
  if i%100 == 0:
   print (str(i)+'folders processed current:'+dir)
  abs_dir = os.path.join(fpath, dir)
  for _, __, fs in os.walk(abs_dir):
   clear_img_list = []
   for f in fs:
    item = os.path.join(_, f)
    image = cv2.imread(os.path.join("/media/unionpay/0009FFAB000A9861/CASIA&KFZX/0000447", item))
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    imageVar = cv2.Laplacian(gray, cv2.CV_64F).var()
    if not imageVar < THRESHOLD:
     clear_img_list.append(item)
   dst_folder = os.path.join(dst_root, dir)
   if len(clear_img_list) >= 15:
    if not os.path.exists(dst_folder):
     os.mkdir(dst_folder)
    for item in clear_img_list:
     dst_path = os.path.join(dst_folder, item.split('/')[-1])
     shutil.copy(item, dst_path)

以上即为利用Python和OpenCV进行模糊图片过滤的完整实现方案，供相关开发者参考。