雾天图像检测

Foggy images detection

专家

我正在做一个关于分析树木绿色趋势的项目。 在初始处理方面,我得到了全部 500 张图像的强度值,并确定了从数据集中选择好的图像的阈值。大概在60到122之间,我把这个范围命名为good images。

然而,棘手的问题是一些有雾的图像也在该范围内。好的图像的强度是从90到120,一些有雾的图像与好的图像具有相同的强度值。 the intensity of iamges

至此,就是获取一张图片强度和500张图片强度平均值的代码

  im = Image.open('IMAG0087.JPG')
  im_grey = im.convert('LA')
  width,height = im.size

  total=0
  for i in range(0,width):
     for j in range(0,height):
     total += im.getpixel((i,j))[0]

  mean = total / (width * height)
  print mean

获取 500 张图像的平均强度:

  results = []
  for dirpath, dirnames, filenames in os.walk("/Users/Terrynightbleach/Desktop/Dataset-Tree/No2_Fraser_Gully/"):
   for filename in [f for f in filenames if f.endswith('.JPG')]:
   img = cv2.imread(filename)
   avg_color_per_row = numpy.average(img, axis=0)
   avg_color = numpy.average(avg_color_per_row, axis=0)
   results.append(sum(avg_color/3))
   np_results = np.array(results)
   plt.hist(np_results,bins=100)
   plt.show()

为了从数据集中丢弃那些有雾的图像,我应该使用任何其他值吗?我应该如何通过 python 实现它?如果您可以显示代码,那将非常有帮助。 太感谢了!!!!

如您所见,有雾图像的水平方差非常小。因此,您可以计算每个图像的平均水平方差。这是一个简单的例子:

import Image 
import glob

def slow_horizontal_variance(im):
    '''Return average variance of horizontal lines of a grayscale image'''
    width, height = im.size
    if not width or not height: return 0
    vars = []
    pix = im.load()
    for y in range(height):
        row = [pix[x,y] for x in range(width)]
        mean = sum(row)/width
        variance = sum([(x-mean)**2 for x in row])/width
        vars.append(variance)
    return sum(vars)/height

for fn in glob.glob('*.png'):
    im = Image.open(fn).convert('L')
    var = slow_horizontal_variance(im)
    fog = var < 200    # FOG THRESHOLD
    print ('%5.0f - %5s - %s' % (var, fog and 'FOGGY' or 'SHARP', fn))

输出:

  104 - FOGGY - 00.png
  298 - SHARP - 01.png
  597 - SHARP - 02.png
  130 - FOGGY - 03.png

图片:

00.png

01.png

02.png

03.png


所以使用 numpy,而不是您的代码:

avg_color_per_row = numpy.average(img, axis=0)
avg_color = numpy.average(avg_color_per_row, axis=0)

你会得到类似的东西:

intensity_variance_per_row = numpy.var(img, axis=0)
avg_variance = numpy.average(intensity_variance_per_row, axis=0)
fog = avg_variance  < 200    # FOG THRESHOLD
print ('%5.0f - %5s - %s' % (avg_variance, fog and 'FOGGY' or 'SHARP', filename))

(不幸的是,我懒得在这台机器上安装 numpy,所以我无法确认它是否像我上面的慢代码一样工作。如果没有,你可能需要更改 numpy.var(img, axis=0)numpy.var(img, axis=1).)