」工欲善其事,必先利其器。「—孔子《論語.錄靈公》
首頁 > 程式設計 > Laravel 中的模糊影像偵測

Laravel 中的模糊影像偵測

發佈於2024-11-04
瀏覽:466

Blurry Image Detection in Laravel

文章源自https://medium.com/@hafiqiqmal93/blurry-image-detection-in-laravel-4c91168e00f1

用户体验的关键方面,存储模糊图像会显着降低网站或应用程序的质量。本文深入探讨了如何在 Python 和 OpenCV 的帮助下使用 Laravel 检测和管理模糊图像,确保应用程序的媒体保持清晰且引人入胜。

模糊图像的挑战

模糊的图像不仅仅是视觉上的滋扰;它们可能会破坏您网站或应用程序的专业性。在电子商务、房地产列表、在线画廊或任何图像质量至关重要的平台中,确保清晰度至关重要。挑战在于以编程方式检测模糊性。

Laravel 来救援

Laravel 可以与 Python 配合使用来为这个问题创建一个有效的解决方案。通过利用 Laravel 的文件验证以及利用 OpenCV 的 Python 脚本,开发人员可以将模糊检测无缝集成到他们的文件上传过程中。

模糊检测概念

模糊图像的检测涉及分析图像的清晰度。这通常是使用拉普拉斯算子来完成的,拉普拉斯算子是图像处理中使用的数学工具。拉普拉斯算子测量像素强度变化的速率,拉普拉斯算子的方差越低表示图像越模糊。

在 Laravel 中实现

在 Laravel 中,我们可以创建自定义验证规则来检查图像模糊度。此规则执行一个 Python 脚本,该脚本使用拉普拉斯算子来确定图像的清晰度。我们来分解一下这个过程:

安装 OpenCV Python:

安装 PIP (Ubuntu) :


sudo apt install python3-pip


使用PIP安装OpenCV


pip3 install opencv-python


如果您的应用程序在 **www-data** 下运行,您可能需要考虑在 **www-data** 用户下安装。如果是,请按照以下命令安装


sudo mkdir /var/www/.local
sudo mkdir /var/www/.cache
sudo chown www-data.www-data /var/www/.local
sudo chown www-data.www-data /var/www/.cache
sudo -H -u www-data pip3 install opencv-python




创建Python脚本



import sys
import cv2

def get_image_laplacian_value(image_path):
image = cv2.imread(image_path)
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
return cv2.Laplacian(gray_image, cv2.CV_64F).var()

if name == "main":
if len(sys.argv) != 2:
sys.exit(1)
image_path = sys.argv[1]
laplacian_value = get_image_laplacian_value(image_path)
print(laplacian_value)




创建 Laravel 规则:



class ImageBlurDetectionRule implements ValidationRule
{
public function validate(string $attribute, mixed $value, Closure $fail): void
{
if ( ! $value instanceof UploadedFile) {
return;
}
// ignore if not image
if ('' !== $value->getPath() && ! in_array($value->guessExtension(), ['jpg', 'jpeg', 'png', 'gif', 'bmp', 'svg', 'webp'])) {
return;
}
// get real path for the file
$path = $value->getRealPath();
$command = escapeshellcmd(config('image.python_path') . " blur_detection.py '{$path}'");
$result = Process::path(base_path('scripts'))->run($command);
if ( ! $result->successful()) {
return;
}
if (trim($result->output()) $fail(__('Blur image are not accepted. Please make sure your :attribute image is clearly visible.'));
}
}
}




它是如何工作的

Laravel 与用于模糊检测的 Python 脚本的集成以无缝方式工作,提供了一种复杂而简单的方法来确保图像质量。以下是该过程的展开方式:

图片上传

当用户将图像上传到 Laravel 应用程序时,会触发自定义验证规则(ImageBlurDetectionRule)。

验证规则执行

该规则首先通过验证其扩展名来检查上传的文件是否确实是图像。如果文件不是图像,则过程在此停止。

Python脚本调用

如果文件是图像,则规则然后调用 Python 脚本,blur_detection.py。图像的路径作为命令行参数传递给此脚本。

Python 中的图像处理:

  • Python脚本使用OpenCV来处理图像分析。
  • 脚本读取图像并将其转换为灰度。这种简化允许更直接的分析,而无需复杂的颜色。
  • 然后将拉普拉斯算子应用于灰度图像。拉普拉斯算子是一种数学工具,可突出显示强度快速变化的区域,这些区域通常是图像中的边缘。模糊图像的边缘越来越少,导致拉普拉斯算子的方差较低。

模糊度测量

该脚本计算拉普拉斯算子的方差,作为图像清晰度的度量。方差越低表示图像越模糊。

结果评价:

  • 脚本将拉普拉斯方差输出为数值。
  • 回到 Laravel,验证规则捕获此输出并检查该值是否低于预定义的阈值。该阈值决定图像是否足够清晰。

验证反馈

如果图像太模糊(例如:拉普拉斯方差低于阈值),则验证规则失败,用户会收到一条消息,指示图像模糊,应进行检查。

用户体验增强

通过防止上传低质量、模糊的图像,该解决方案增强了整体用户体验。提示用户仅上传清晰、高质量的图像,这保持了应用程序的视觉标准。


这个过程是高度可定制的。开发人员可以根据应用程序的具体需求调整模糊阈值。请注意,阈值基于您的观察。对于高级使用,可能需要 ML 来确定阈值。此外,Laravel 中 Python 的集成允许进一步扩展到更先进的图像处理技术,为管理图像质量提供灵活且强大的解决方案。

实际应用

将此功能合并到 Laravel 应用程序中可以防止上传低质量图像,从而增强用户体验。这在图像清晰度至关重要的场景中特别有用,例如在线作品集、产品目录或用户个人资料图片。

定制化和灵活性

模糊阈值可以根据具体需要进行调整。此外,Laravel 中 Python 的集成提供了灵活性,可以在需要时结合更先进的图像处理技术。

结论

Laravel 和 Python 的结合用于检测模糊图像是一个强大的解决方案。它不仅可以确保应用程序的视觉质量,还可以增强整体用户体验。通过这种方法,开发人员可以保持媒体内容的高标准,从而有助于打造更加精致和专业的在线形象。


您是否尝试过在 Laravel 项目中实现此解决方案?在下面的评论中分享您的经验和获得的任何见解。让我们一起继续提升Web开发水平!

版本聲明 本文轉載於:https://dev.to/afiqiqmal/blurry-image-detection-in-laravel-4d8d?1如有侵犯,請聯絡[email protected]刪除
最新教學 更多>

免責聲明: 提供的所有資源部分來自互聯網,如果有侵犯您的版權或其他權益,請說明詳細緣由並提供版權或權益證明然後發到郵箱:[email protected] 我們會在第一時間內為您處理。

Copyright© 2022 湘ICP备2022001581号-3