OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测

点击下方卡片，关注“ OpenCV与AI深度学习”

视觉/图像重磅干货，第一时间送达!

翻译自【OpenCV Fast Fourier Transform (FFT) for blur detection in images and video streams】，原文链接：
https://www.pyimagesearch.com/2020/06/15/opencv-fast-fourier-transform-fft-for-blur-detection-in-images-and-video-streams/
本文仅作学习分享。
在本教程中，您将学习如何使用OpenCV和快速傅里叶变换(FFT)在图像和实时视流中执行模糊检测。
今天的教程是我上一篇关于OpenCV模糊检测的博客文章的扩展
（https://www.pyimagesearch.com/2015/09/07/blur-detection-with-opencv/）。
原始模糊检测方法：
依赖于计算图像Laplacian算子的方差
可以仅用一行代码实现
使用起来非常简单
缺点是，Laplacian方法需要大量手动调整用于定义图像是否模糊的”阈值“。如果你能控制你的光线条件，环境和图像捕捉过程，这个方法工作得很好，但如果不是，那你很可能得到杂乱不堪的效果。
我们今天要讲的方法依赖于计算图像的快速傅里叶变换。它仍然需要一些手动调整，但正如我们将发现的，FFT模糊检测器比Laplacian方差更加可靠与稳定。
在本教程结束时，你将拥有一个可以应用于图像和视频流，且功能齐全的FFT模糊检测器。
OpenCV快速傅里叶变换(FFT)模糊检测
在本教程的第一部分，我们将简要讨论：
什么是模糊检测
为什么我们想检测图像/视频流中的模糊
快速傅里叶变换如何让我们检测模糊
什么是模糊检测，什么时候我们需要检测模糊?
图1：如何使用OpenCV和快速傅里叶变换(FFT)算法自动检测照片是否模糊?(图片来源：https://www.cs.unm.edu/~brayer/vision/fourier.html)
模糊检测，顾名思义，是检测图像是否模糊的算法。
模糊检测可能的应用包括：
图像质量的自动分级
帮助专业摄影师在100到1000张的照片拍摄过程中自动丢弃模糊/低质量的照片
将OCR应用于实时视频流，但仅对非模糊帧应用昂贵的OCR计算
这里的关键要点是，为在理想条件下捕获的图像编写计算机视觉代码总是比较容易的。
与其尝试处理质量非常差的图像的边缘情况，不如检测并丢弃质量差的图像(比如有明显模糊的图像)。
这种模糊检测程序既可以自动丢弃质量差的图像，也可以简单地告诉终端用户：”嘿，老兄，再试一次，让我们在这里捕捉一个更好的画面”。
请记住，计算机视觉应用程序应该是智能的，因此有了“人工智能”这个术语——有时候，“智能”可以只是检测输入数据的质量是否太差，而不是试图弄懂它。
什么是快速傅立叶变换(FFT)?
图2:在本教程中，我们将使用OpenCV和NumPy的组合在图像和视流中进行基于快速傅立叶变换(FFT)的模糊检测。
快速傅里叶变换是计算离散傅里叶变换的一种方便的数学算法。它用于将信号从一个域转换为另一个域。
FFT在许多学科中都很有用，包括音乐、数学、科学和工程。例如，电气工程师，特别是那些与无线、电源和音频信号打交道的工程师，需要FFT计算来将时间序列信号转换到频域，因为有些计算在频域更容易进行。相反，使用FFT可以将频域信号转换回时域。
在计算机视觉方面，我们通常认为FFT是一种图像处理工具，它可以将图片在两个图像域内转换：
傅里叶(即频率)域
空间域
此外，FFT同时用实分量和虚分量来表示图像。
通过分析这些值，我们可以执行图像处理程序，如模糊，边缘检测，阈值，纹理分析，以及模糊检测。
回顾快速傅里叶变换的数学细节超出了这篇博客文章的范围，所以如果你有兴趣学习更多关于它的知识，我建议你阅读这篇关于FFT及其与图像处理的关系的文章。
https://homepages.inf.ed.ac.uk/rbf/HIPR2/fourier.htm
对于有学术倾向的读者，可以看看Aaron Bobick在佐治亚理工学院计算机视觉课程上的精彩幻灯片。
https://www.cc.gatech.edu/~afb/classes/CS4495-Fall2014/slides/CS4495-Frequency.pdf
最后，维基百科关于傅里叶变换的页面更详细地介绍了数学，包括它在非图像处理任务中的应用。
项目结构
首先使用本教程的“下载”部分下载源代码和示例图像。一旦你解压缩文件，你将有一个目录组织如下：
$ tree --dirsfirst.├── images│   ├── adrian_01.png│   ├── adrian_02.png│   ├── jemma.png│   └── resume.png├── pyimagesearch│   ├── __init__.py│   └── blur_detector.py├── blur_detector_image.py└── blur_detector_video.py2 directories, 8 files
我们基于FFT的模糊检测算法位于blur_detector.py文件中的pyimagesearch模块中。内部实现了一个函数detect_blur_fft。
我们在两个Python驱动程序脚本中使用detect_blur_fft方法:
blur_detector_image:对静态图像进行模糊检测。我在images/目录中为我们提供了一些测试图像，您也应该在自己的图像(模糊的和不模糊的)上尝试这种算法。
blur_detector_video。在视频流中实现实时模糊检测。
使用OpenCV实现我们的FFT模糊检测器
现在我们准备用OpenCV实现我们的快速傅里叶变换模糊检测器。
我们将要介绍的方法是基于Liu等人在2008年CVPR出版物《图像部分模糊检测和分类》中实现的。
http://www.cse.cuhk.edu.hk/leojia/all_final_papers/blur_detect_cvpr08.pdf
在我们的目录结构中打开blur_detector.py文件，插入以下代码:
# import the necessary packagesimport matplotlib.pyplot as pltimport numpy as npdef detect_blur_fft(image, size=60, thresh=10, vis=False):  # grab the dimensions of the image and use the dimensions to  # derive the center (x, y)-coordinates  (h, w) = image.shape  (cX, cY) = (int(w / 2.0), int(h / 2.0))
我们的模糊检测器实现需要matplotlib和NumPy。我们将使用内建在NumPy中的快速傅里叶变换算法作为我们方法的基础；
第4行定义detect_blur_fft函数，接受四个参数：
图片image：我们对模糊检测输入图像
大小size：以图像中心点为中心的半径的大小，我们将使FFT偏移为零
阈值thresh：用于确定图像是否被认为是模糊的，将与震级的平均值(稍后详细说明)进行比较的一个值
标识符vis：一个布尔值，指示是否使用matplotlib可视化/绘制原始输入图像和大小图像
给定输入图像，首先获取它的尺寸(第7行)并计算中心(x, y)坐标(第8行)。
接下来，我们将使用NumPy的快速傅里叶变换(FFT)算法实现来计算离散傅里叶变换(DFT):
  # compute the FFT to find the frequency transform, then shift  # the zero frequency component (i.e., DC component located at  # the top-left corner) to the center where it will be more  # easy to analyze  fft = np.fft.fft2(image)  fftShift = np.fft.fftshift(fft)
在这里，我们使用NumPy的内置算法计算FFT(第5行)。
然后我们将结果的零频率分量(直流分量)移到中心以便于分析(第6行)。
现在我们已经有了图像的FFT，如果设置了vis标志，让我们可视化一下结果:
  # check to see if we are visualizing our output  if vis:    # compute the magnitude spectrum of the transform    magnitude = 20 * np.log(np.abs(fftShift))    # display the original input image    (fig, ax) = plt.subplots(1, 2, )    ax[0].imshow(image, cmap="gray")    ax[0].set_title("Input")    ax[0].set_xticks([])    ax[0].set_yticks([])    # display the magnitude image    ax[1].imshow(magnitude, cmap="gray")    ax[1].set_title("Magnitude Spectrum")    ax[1].set_xticks([])    ax[1].set_yticks([])    # show our plots    plt.show()
出于调试和好奇的目的，您可能希望通过设置vis=True来绘制输入图像的FFT幅度谱。
如果你选择这样做，首先我们计算变换的振幅谱(第4行)。
然后，我们将原始输入图像绘制在幅度谱图像旁边(第6-16行)，并显示结果(第19行)。
现在我们有了可视化振幅谱的方法，让我们来确定输入图像是否模糊：
  # zero-out the center of the FFT shift (i.e., remove low  # frequencies), apply the inverse shift such that the DC  # component once again becomes the top-left, and then apply  # the inverse FFT  fftShift[cY - size:cY + size, cX - size:cX + size] = 0  fftShift = np.fft.ifftshift(fftShift)  recon = np.fft.ifft2(fftShift)
在这里,我们：
设置我们的FFT移动为0(即，去除低频率)第5行
应用反向位移将DC组件放回左上角(第6行)
应用逆FFT(第7行)
到此，我们还有三个步骤来确定我们的图像是否模糊:
  # compute the magnitude spectrum of the reconstructed image,  # then compute the mean of the magnitude values  magnitude = 20 * np.log(np.abs(recon))  mean = np.mean(magnitude)  # the image will be considered "blurry" if the mean value of the  # magnitudes is less than the threshold value  return (mean, mean <= thresh
其余步骤包括：
在我们已经将中心DC值归零之后，再次计算重建图像的幅度值(第3行)。
计算幅度值的平均值(第4行)。
返回一个2元组的平均值以及一个指示输入图像是否模糊的布尔值(第8行)。查看代码，我们可以看到，通过比较平均值和阈值，我们已经确定了模糊布尔值(判断图像是否模糊)。
我们实现了一个基于fft的模糊检测算法。但还没有完成。在下一节中，我们将对静态图像应用我们的算法，以确保它按照我们的期望执行。
用FFT检测图像中的模糊
现在我们的detect_blur_fft 辅助函数已经实现，让我们通过创建一个Python驱动程序脚本来使用它，该脚本从磁盘加载一个输入图像，然后对其应用FFT模糊检测。
打开一个新文件，命名为detect_blur_image.py，并插入以下代码：
# import the necessary packagesfrom pyimagesearch.blur_detector import detect_blur_fftimport numpy as npimport argparseimport imutilsimport cv2# construct the argument parser and parse the argumentsap = argparse.ArgumentParser()ap.add_argument("-i", "--image", type=str, required=True,  help="path input image that we'll detect blur in")ap.add_argument("-t", "--thresh", type=int, default=20,  help="threshold for our blur detector to fire")ap.add_argument("-v", "--vis", type=int, default=-1,  help="whether or not we are visualizing intermediary steps")ap.add_argument("-d", "--test", type=int, default=-1,  help="whether or not we should progressively blur the image")args = vars(ap.parse_args())
第2-6行进行导入，特别的是，我们需要导入我们在上一节中实现的detect_blur_fft函数。
从这里，我们解析四个命令行参数：
--image：用于模糊检测的输入图像的路径。
--thresh：我们的模糊检测器计算阈值。
--vis：我们的标志符，指示是否将输入图像的幅度值图像可视化。
--test：为了测试，我们可以逐步模糊输入图像，并对每个示例进行基于fft的模糊检测;此标志指示我们是否将执行此测试。
--image、--thresh和--vis参数分别对应于我们在上一节实现的detect_blur_fft函数的image、thresh和vis参数。
让我们继续，加载我们的输入图像，执行快速傅里叶变换模糊检测：
# load the input image from disk, resize it, and convert it to# grayscaleorig = cv2.imread(args["image"])orig = imutils.resize(orig, width=500)gray = cv2.cvtColor(orig, cv2.COLOR_BGR2GRAY)# apply our blur detector using the FFT(mean, blurry) = detect_blur_fft(gray, size=60,  thresh=args["thresh"], vis=args["vis"] > 0)
进行FFT模糊检测，我们：
加载输入图像--image，并将其转换为灰度(第3-5行)
使用detect_blur_fft函数应用我们的FFT模糊检测器(第7和8行)
接下来，我们将注释并显示我们的图像：
# draw on the image, indicating whether or not it is blurryimage = np.dstack([gray] * 3)color = (0, 0, 255) if blurry else (0, 255, 0)text = "Blurry ({:.4f})" if blurry else "Not Blurry ({:.4f})"text = text.format(mean)cv2.putText(image, text, (10, 25), cv2.FONT_HERSHEY_SIMPLEX, 0.7,  color, 2)print("[INFO] {}".format(text))# show the output imagecv2.imshow("Output", image)cv2.waitKey(0)
在这里,我们：
向我们的单通道灰度图像添加两个通道，将结果存储在图像中(第2行)
通过第32行将颜色设置为红色(如果模糊)和绿色(如果不模糊)
在图像的左上角绘制模糊的文本指示和平均值(第4-7行)，并在终端中打印相同的信息(第37行)
显示输出图像，直到按下一个键为止(第11和12行)
至此，我们已经完成了确定输入图像是否模糊的目标。
我们可以就此打住。但是为了更严格地测试我们的算法，让我们实现一个健壮的方法来测试我们的图像在不同层次上的模糊：
# check to see if are going to test our FFT blurriness detector using# various sizes of a Gaussian kernelif args["test"] > 0:  # loop over various blur radii  for radius in range(1, 30, 2):    # clone the original grayscale image    image = gray.copy()    # check to see if the kernel radius is greater than zero    if radius > 0:      # blur the input image by the supplied radius using a      # Gaussian kernel      image = cv2.GaussianBlur(image, (radius, radius), 0)      # apply our blur detector using the FFT      (mean, blurry) = detect_blur_fft(image, size=60,        thresh=args["thresh"], vis=args["vis"] > 0)      # draw on the image, indicating whether or not it is      # blurry      image = np.dstack([image] * 3)      color = (0, 0, 255) if blurry else (0, 255, 0)      text = "Blurry ({:.4f})" if blurry else "Not Blurry ({:.4f})"      text = text.format(mean)      cv2.putText(image, text, (10, 25), cv2.FONT_HERSHEY_SIMPLEX,        0.7, color, 2)      print("[INFO] Kernel: {}, Result: {}".format(radius, text))    # show the image    cv2.imshow("Test Image", image)    cv2.waitKey(0)
当设置了--test标志时，我们将进入从第3行开始的条件块。第3-31行代码完成了以下工作：
在逐渐增加的半径范围内对我们的灰度图像应用高斯模糊
对每个人为模糊的图像进行快速的基于傅里叶变换的模糊检测
注释并显示结果
为了完成我们的测试特性，第5行开始在[0,30]范围内的所有奇数半径上进行循环。从这里开始，第13行应用OpenCV的GaussianBlur方法有意地在我们的图像中引入模糊。
其他的都是一样的，包括模糊检测算法和注释步骤。您可以通过在屏幕上按一个键来循环测试结果图像，直到模糊半径在该范围内耗尽。
当然，我们测试例程的目的是让我们能够有效地感受和调整模糊阈值参数(—thresh)。
FFT模糊检测在图像结果
现在我们准备使用OpenCV和快速傅里叶变换来检测图像中的模糊。
首先，请确保使用本教程的“下载”部分下载源代码和示例图像。
然后打开终端，执行以下命令：
$ python blur_detector_image.py --image images/adrian_01.png[INFO] Not Blurry (42.4630)
图3:结合快速傅里叶变换(FFT)算法，使用Python和OpenCV来确定照片是否模糊
这里你可以看到我在锡安国家公园的地铁徒步旅行的输入图像-图像被正确地标记为不模糊。
让我们试试另一张图片，这是我家的狗，Jemma：
$ python blur_detector_image.py --image images/jemma.png[INFO] Blurry (12.4738)
图4:基于Python、OpenCV和NumPy的快速傅里叶变换(FFT)模糊检测算法已经自动判定Janie的这张图像模糊。
这幅图像有明显的模糊，因此被标记为模糊。
为了了解当图像变得越来越模糊时，FFT的平均幅度值是如何变化的，让我们提供——test命令行参数：
$ python blur_detector_image.py --image images/adrian_02.png --test 1[INFO] Not Blurry (32.0934)[INFO] Kernel: 1, Result: Not Blurry (32.0934)[INFO] Kernel: 3, Result: Not Blurry (25.1770)[INFO] Kernel: 5, Result: Not Blurry (20.5668)[INFO] Kernel: 7, Result: Blurry (13.4830)[INFO] Kernel: 9, Result: Blurry (7.8893)[INFO] Kernel: 11, Result: Blurry (0.6506)[INFO] Kernel: 13, Result: Blurry (-5.3609)[INFO] Kernel: 15, Result: Blurry (-11.4612)[INFO] Kernel: 17, Result: Blurry (-17.0109)[INFO] Kernel: 19, Result: Blurry (-19.6464)[INFO] Kernel: 21, Result: Blurry (-20.4758)[INFO] Kernel: 23, Result: Blurry (-20.7365)[INFO] Kernel: 25, Result: Blurry (-20.9362)[INFO] Kernel: 27, Result: Blurry (-21.1911)[INFO] Kernel: 29, Result: Blurry (-21.3853)
图5:使用Python模糊检测器脚本的——测试例程，我们应用了一系列有意的模糊以及快速傅里叶变换(FFT)方法来确定图像是否模糊。这个测试例程非常有用，因为它允许您调优模糊阈值参数。
在这里，你可以看到，当我们的图像变得越来越模糊，FFT的平均幅度值下降。
我们的FFT模糊检测方法也适用于非自然场景图像。
例如，假设我们想要构建一个自动文档扫描器应用程序——这样的计算机视觉项目应该会自动拒绝模糊图像。
然而，文档图像与自然场景图像有很大的不同，从本质上来说，文档图像对模糊更加敏感。
任何类型的模糊都会严重影响OCR的精度。
因此，我们应该增加我们的——thresh值(我还将使用——vis参数，以便我们可以可视化FFT幅度值的变化)：
$ python blur_detector_image.py --image images/resume.png --thresh 27 --test 1 --vis 1[INFO] Not Blurry (34.6735)[INFO] Kernel: 1, Result: Not Blurry (34.6735)[INFO] Kernel: 3, Result: Not Blurry (29.2539)[INFO] Kernel: 5, Result: Blurry (26.2893)[INFO] Kernel: 7, Result: Blurry (21.7390)[INFO] Kernel: 9, Result: Blurry (18.3632)[INFO] Kernel: 11, Result: Blurry (12.7235)[INFO] Kernel: 13, Result: Blurry (9.1489)[INFO] Kernel: 15, Result: Blurry (2.3377)[INFO] Kernel: 17, Result: Blurry (-2.6372)[INFO] Kernel: 19, Result: Blurry (-9.1908)[INFO] Kernel: 21, Result: Blurry (-15.9808)[INFO] Kernel: 23, Result: Blurry (-20.6240)[INFO] Kernel: 25, Result: Blurry (-29.7478)[INFO] Kernel: 27, Result: Blurry (-29.0728)[INFO] Kernel: 29, Result: Blurry (-37.7561)
图6:OpenCV快速傅里叶变换(FFT)用于图像和视视频中的模糊检测，可以判断简历等文档是否模糊。
在这里，您可以看到我们的图像很快变得模糊和不可读，正如输出所示，我们的OpenCV FFT模糊检测器正确地将这些图像标记为模糊。
下面是一个可视化的快速傅里叶变换幅度值，图像变得越来越模糊：
图7:当图像变得越来越模糊时，我们可以看到幅度谱可视化的变化。本教程使用OpenCV和NumPy在图像和视流中执行快速傅里叶变换(FFT)模糊检测。
利用OpenCV和FFT检测视频中的模糊
到目前为止，我们已经对图像应用了快速傅里叶变换模糊检测器。
但是有可能将FFT模糊检测应用到视频流吗?
整个过程也能实时完成吗?
打开一个新文件，命名为blur_detector_video.py，并插入以下代码：
# import the necessary packagesfrom imutils.video import VideoStreamfrom pyimagesearch.blur_detector import detect_blur_fftimport argparseimport imutilsimport timeimport cv2# construct the argument parser and parse the argumentsap = argparse.ArgumentParser()ap.add_argument("-t", "--thresh", type=int, default=10,  help="threshold for our blur detector to fire")args = vars(ap.parse_args())
我们从导入开始，特别是我们的VideoStream类和detect_blur_fft函数。
对于这个Python脚本，我们只有一个命令行参数：FFT模糊检测的阈值(——thresh)。
从这里，我们准备初始化我们的视频流，并开始循环从我们的摄像头的帧：
# initialize the video stream and allow the camera sensor to warm upprint("[INFO] starting video stream...")vs = VideoStream(src=0).start()time.sleep(2.0)# loop over the frames from the video streamwhile True:  # grab the frame from the threaded video stream and resize it  # to have a maximum width of 400 pixels  frame = vs.read()  frame = imutils.resize(frame, width=500)  # convert the frame to grayscale and detect blur in it  gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  (mean, blurry) = detect_blur_fft(gray, size=60,    thresh=args["thresh"], vis=False)
第3行和第4行初始化了我们的摄像头图像流，并允许相机有时间预热。
从这里开始，我们在第7行开始帧处理循环。在内部，我们抓取一帧并将其转换为灰度(第10-14行)，就像在我们的单一图像模糊检测脚本。
然后，第15和16行应用我们的快速傅里叶变换模糊检测算法，同时传递我们的灰色框架和——thresh命令行参数。我们不会把幅度谱的表示形象化，所以vis=False。
接下来，我们将处理这个特定帧的结果：
  # draw on the frame, indicating whether or not it is blurry  color = (0, 0, 255) if blurry else (0, 255, 0)  text = "Blurry ({:.4f})" if blurry else "Not Blurry ({:.4f})"  text = text.format(mean)  cv2.putText(frame, text, (10, 25), cv2.FONT_HERSHEY_SIMPLEX,    0.7, color, 2)  # show the output frame  cv2.imshow("Frame", frame)  key = cv2.waitKey(1) & 0xFF  # if the `q` key was pressed, break from the loop  if key == ord("q"):    break# do a bit of cleanupcv2.destroyAllWindows()vs.stop()
最后一个代码块此时看起来应该非常熟悉，因为这是我们第三次看到这些代码行了。我们在这里：
注释模糊(红色文本)或不模糊(绿色文本)以及平均值(第2-6行)
显示结果(第9行)
如果按下q键就退出(第10-14行)，并执行家务清理(第17和18行)
快速傅里叶变换视频模糊检测结果
我们现在准备看看我们的OpenCV FFT模糊检测器是否可以应用于实时视频流。
请确保使用本教程的“下载”部分下载源代码。
然后打开终端，执行以下命令：
$ python blur_detector_video.py[INFO] starting video stream...
当我移动我的笔记本电脑，运动模糊被引入帧。
如果我们要实现一个计算机视觉系统来自动提取关键、重要的帧，或者创建一个自动的视频OCR系统，我们会想要丢弃这些模糊的帧——使用我们的OpenCV FFT模糊检测器，我们可以做到这一点!

声明：部分内容来源于网络，仅供读者学习、交流之目的。文章版权归原作者所有。如有不妥，请联系删除。

—THE END—