图像去模糊

一.相关论文

1.使用CNN生成图像先验，实现更广泛场景的盲图像去模糊

论文：Learning a Discriminative Prior for Blind Image Deblurring

http://cvmart.net/community/article/detail/206

2.基于CNN的图像增强之去模糊

论文：Learning Deep CNN Denoiser Prior for Image Restoration (CVPR, 2017)

https://blog.csdn.net/sparkexpert/article/details/79824729

二.传统图像去模糊算法

2.1图像模糊程度判断

1.对原始图像进行灰度化 
2.用3x3的拉普拉斯算子进行滤波处理 

3.计算处理后图像的均值和方差 将方差当做模糊检测的阈值，如果某图片方差低于预先定义的阈值，那么 该图片就可以被认为是模糊的。高于阈值，就不是模糊的。

此算法的技巧在于设置合适的阈值。然而，阈值却十分依赖于所应用的领域。阈值太低会导致正常图片被误断为模糊图片，阈值太高会导致模糊图片被误判为正常图片。这种方法在能计算出可接受清晰度评价值的范围的环境中趋于发挥作用，能检测出异常照片

import cv2
image = cv2.imread('img/h1.jpg')
img2gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
imageVar=cv2.Laplacian(img2gray, cv2.CV_64F).var()
print (imageVar)