[发明专利]一种基于OpenCV的图像模糊快速检测方法及工具

权利要求书

1.一种基于OpenCV的图像模糊快速检测方法，其特征在于,其检测过程基于OpenCV技术，包括：

步骤S1、采集用户的头像数据；

步骤S2、对采集的头像数据进行格式转换，使其生成基于矩阵的数据格Mat；

步骤S3、将格式转换后的头像数据转化为灰度图像；

步骤S4、使用拉普拉斯算子计算灰度图像的对应值；

步骤S5、设定阈值，比较阈值与前述对应值，以判断所采集头像数据是否满足清晰度。

2.根据权利要求1所述的一种基于OpenCV的图像模糊快速检测方法，其特征在于，执行步骤S1时，采集的头像数据支持base64字符流格式或者image buffer格式。

3.根据权利要求1所述的一种基于OpenCV的图像模糊快速检测方法，其特征在于，执行完步骤S3后，对灰度图像进行降噪处理，随后执行步骤S4，使用拉普拉斯算子计算降噪后灰度图像的对应值。

4.根据权利要求1所述的一种基于OpenCV的图像模糊快速检测方法，其特征在于，执行完步骤S5，设定阈值的具体操作：

步骤S5.1、采集不同用户的头像数据；

步骤S5.2、以用户a的头像数据为基准，找出与其相似度大于70％的所有头像数据，组成数据集；

步骤S5.3、对数据集的所有头像数据进行格式转换，将格式转换后的头像数据转化为灰度图像，随后使用拉普拉斯算子计算灰度图像的对应值；

步骤S5.4、基于所有灰度图像的对应值，选取最小值和最大值作为将要设定的阈值；

步骤S5.5、除了用户a的头像数据，选取步骤S5.2所述数据集的任一头像数据作为基准，找出与本步骤所述基准的相似度大于70％的所有头像数据，组成数据集，随后返回执行步骤S5.3-步骤S5.4，选取最小值和最大值作为将要设定的阈值；

步骤S5.6、至步骤S5.2所述数据集的所有头像数据选取完毕后，找出步骤S5.4所设定阈值与步骤S5.4所设定阈值的交集，作为新阈值；

步骤S5.7、重复步骤S5.1-步骤S5.6，最后求取步骤S5.6输出所有新阈值的交集，最为最终的设定阈值。

5.一种基于OpenCV的图像模糊快速检测工具，其特征在于,其基于OpenCV，实现模块包括：

采集模块，用于采集用户的头像数据；

格式转换模块，用于对采集的头像数据进行格式转换，使其生成基于矩阵的数据格Mat；

灰度处理模块，用于将格式转换后的头像数据转化为灰度图像；

计算模块，用于使用拉普拉斯算子计算灰度图像的对应值；

设定模块，用于设定判断所采集头像数据清晰度的阈值；

比较判断模块，用于比较阈值与计算模块所输出对应值，在对应值位于设定阈值范围时，判断所采集头像数据满足清晰度要求，否则不满足。

6.根据权利要求5所述的一种基于OpenCV的图像模糊快速检测工具，其特征在于，所述采集模块采集的头像数据支持base64字符流格式或者image buffer格式。

7.根据权利要求5所述的一种基于OpenCV的图像模糊快速检测工具，其特征在于，还包括降噪模块；

所述降噪模块对灰度图像进行降噪处理，随后将降噪后的灰度图像输入计算模块。

8.根据权利要求5所述的一种基于OpenCV的图像模糊快速检测工具，其特征在于，所述设定模块设定阈值的具体操作包括：

步骤1、采集不同用户的头像数据；

步骤2、以用户a的头像数据为基准，找出与其相似度大于70％的所有头像数据，组成数据集；

步骤3、对数据集的所有头像数据进行格式转换，将格式转换后的头像数据转化为灰度图像，随后使用拉普拉斯算子计算灰度图像的对应值；

步骤4、基于所有灰度图像的对应值，选取最小值和最大值作为将要设定的阈值；

步骤5、除了用户a的头像数据，选取步骤2所述数据集的任一头像数据作为基准，找出与本步骤所述基准的相似度大于70％的所有头像数据，组成数据集，随后返回执行步骤3-步骤4，选取最小值和最大值作为将要设定的阈值；

步骤6、至步骤2所述数据集的所有头像数据选取完毕后，找出步骤4所设定阈值与步骤4所设定阈值的交集，作为新阈值；

步骤7、重复步骤1-步骤6，最后求取步骤6输出所有新阈值的交集，最为最终的设定阈值。