主要介绍了python 图像判断,清晰度(明暗),彩色与黑白实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

随着安防行业的不断发展，摄像机的各项技术得到不同程度的突破，从而得到了多种更新换代的产品。从最初的黑白摄像机到现在广泛使用的彩色摄像机，从最初的单一种类摄像机发展到现在多品种、多功能摄像机，从最初的低线摄像机到现在的超高清晰度摄像机，摄像机技术不断发展，使得用户可根据实际环境与不同需求来选择摄像机。 　　随着用户对摄像机图像效果要求的不断提高，在明暗反差过大的场景中，如大厅、门口等光线差别比较大的场所，传统摄像机只能依靠背光补偿（BLC）功能来处理。当背光补偿功能打开的时候，背景图像会出现曝光过

随着安防行业的不断发展，摄像机的各项技术得到不同程度的突破，从而得到了多种更新换代的产品。从初的黑白摄像机到现在广泛使用的彩色摄像机，从初的单一种类摄像机发展到现在多品种、多功能摄像机，从初的低线摄像机到现在的超高清晰度摄像机，摄像机技术不断发展，使得用户可根据实际环境与不同需求来选择摄像机。 　　随着用户对摄像机图像效果要求的不断提高，在明暗反差过大的场景中，如大厅、门口等光线差别比较大的场所，传统摄像机只能依靠背光补偿（BLC）功能来处理。当背光补偿功能打开的时候，背景图像会出现曝光过足，图

1，判断图像清晰度，明暗， 原理，Laplacian算法。偏暗的图片，二阶导数小，区域变化小；偏亮的图片，二阶导数大，区域变化快。 import cv2 def getImageVar(imgPath): image = cv2.imread(imgPath) img2gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) imageVar = cv2.Laplacian(img2gray, cv2.CV_64F).var() return