本文介绍了如何使用OpenCV进行图像清晰度评价，特别是针对相机自动对焦的应用。探讨了Brenner梯度、Tenengrad梯度、Laplacian梯度和SMD（灰度方差）等方法，并提供了OpenCV实现的Tenengrad、Laplacian和方差评价方法的代码示例。文章指出，最清晰的对焦位置可能需要微调以避免摩尔纹等问题。
最近想实现相机自动对焦，也就是需要图像清晰度评价，在网上查找。
第一个不错文章是：无参考图像的清晰度评价方法
http://nkwavelet.blog.163.com/blog/static/227756038201461532247117
这个对理论或者公式介绍很详细，共有16个计算方法，值得一学。
（1）Brenner 梯度函数
（2）Tenengrad 梯度函数
（3）Laplacian 梯度函数
（4）SMD（灰度方差）函数
...
后面是模糊检测，噪点检测，噪点和模糊的组合
文章注重理论，没有具体的样例程序。有结果对比图。
第二个不错文章是：OpenCV 图像清晰度评价（相机自动对焦）
https://blog.csdn.net/dcrmg/article/details/53543341
这个集中上面前三个方法的实现，这3个在opencv 都有函数实现。实现3种清晰度评价方法，分别是Tenengrad梯度方法、Laplacian梯度方法和方差方法。
Tenengrad梯度方法，衡量的指标是经过Sobel算子处理后的图像的平均灰度值，值越大，代表图像越清晰。Sobel 函数。
Laplacian梯度方法：同上&#
最低0.47元/天 解锁文章
1498
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
