opencv计算一张图片的对比度和清晰度

OpenCV（Open Source Computer Vision Library）是一个广泛使用的计算机视觉库，用于图像处理和计算机视觉应用。要计算一张图片的对比度和清晰度，我们需要使用一些特定的算法和技术。

**对比度**:
对比度描述了图像中不同亮度区域之间的差异程度。在OpenCV中，可以通过直方图均衡化或Canny边缘检测等方法间接评估。这里我们简单介绍一种通用的方法：

1. **直方图均衡化**：这可以增强图像的对比度，使得亮部更亮，暗部更暗。你可以先对图像进行直方图均衡化，然后比较原图和均衡化后的图像亮度分布差异。

import cv2
from skimage import exposure

# 加载图片
img = cv2.imread('image.jpg')
eq_img = exposure.equalize_hist(img)

# 计算对比度（这里用均方差表示）
original_brightness = np.mean(img)
enhanced_brightness = np.mean(eq_img)
contrast = enhanced_brightness - original_brightness

请注意，这种方法更多地是为了改善图像的可读性，而不是精确测量对比度。

**清晰度** (也称为锐度)：
清晰度通常指的是图像细节的可见度，可以通过计算梯度或边缘检测来衡量。Canny边缘检测是最常用的算法之一：

gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray_img, low_threshold=50, high_threshold=150)
sharpness = np.sum(edges) / edges.size  # 假设较大的边缘数量代表更高的清晰度

这里`low_threshold`和`high_threshold`是Canny算子的阈值参数，可以根据实际需求调整。