图像清晰度的评价算法

//eva 图像清晰度评价算法

double EvaImageDefinition(IplImage *roiImg)
{
    _IplROI *rect=roiImg->roi;
	int height=rect->height;
	int width=rect->width;
	uchar *pData=(uchar *)roiImg->imageData;
	int step=roiImg->widthStep;
	int sumD1=0;
	int sumD2=0;
	for(int y=rect->yOffset+1;y<rect->yOffset+height-1;++y)
	{
		for(int x=rect->xOffset+1;x<rect->xOffset+rect->width-1;++x)
		{
			uchar value=pData[y*step+x];
			sumD1+=(abs(value-pData[(y-1)*step+x-1])+
                                        abs(value-pData[(y-1)*step+x+1])+
                                        abs(value-pData[(y+1)*step+x-1])+
                                        abs(value-pData[(y+1)*step+x+1]))*707; 

			sumD2+=abs(value-pData[y*step+x-1])+
                                        abs(value-pData[y*step+x+1])+
                                        abs(value-pData[(y+1)*step+x])+
                                        abs(value-pData[(y-1)*step+x]);
		}
	}
	return (sumD1/707.0+sumD2)/((height-2)*(width-2));
}

//Tenegrad 图像清晰度评价算法 opencv实现

double TenegradImageDefinition (IplImage* src)
{
	IplImage* sobelX = cvCreateImage( cvSize(src->width,src->height), IPL_DEPTH_16S, 1 );
	IplImage* sobelY = cvCreateImage( cvSize(src->width,src->height), IPL_DEPTH_16S, 1 );
	IplImage* sum = cvCreateImage( cvSize(src->width,src->height), IPL_DEPTH_16S, 1 );
	cvSobel(src,sobelX,1,0,3);
	cvSobel(src,sobelY,0,1,3);
	cvAbs(sobelX,sobelX);
	cvAbs(sobelY,sobelY);
	cvAdd(sobelX,sobelY,sum);
	CvScalar scalar=cvSum(sum);

	cvReleaseImage(&sobelX);
	cvReleaseImage(&sobelY);
	cvReleaseImage(&sum);
	return scalar.val[0]/(src->width*src->height);

}

转载于:https://my.oschina.net/u/221120/blog/739954

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值