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 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,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 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
import sys
import cv2def 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)
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.'));
}
}
}
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:
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)。
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。
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。
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。
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。
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。
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。
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。
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!
免责声明: 提供的所有资源部分来自互联网,如果有侵犯您的版权或其他权益,请说明详细缘由并提供版权或权益证明然后发到邮箱:[email protected] 我们会第一时间内为您处理。
Copyright© 2022 湘ICP备2022001581号-3