实现图像的模糊检测，评价清晰度的好坏

需要的环境：

1.python3.6

2.opencv-python

文件作用

   blurry_image_generation.py 为使用四种模糊算法对原图进行模糊操作。
   clarity_assessment.py  为9种评价方法的函数
   image_median  image_gaussian  image_bilateral  image_average 为使用四种模糊算法生成的图像样本的目录

实验结果：

一共使用了九种评价方法，下面是针对同一张图片的两种不同分辨率的样本进行的实验结果 （得分越高，清晰度越高）

1. Brenner

          (84726910, 10552505)                  #原始得分
          (1.0, 0.1245)                         #等比例化后的得分
          2.772712 s                            #every image cost
   

2. Laplacian

          (37.1888,2.0921)                      #原始得分
          (1.0, 0.0562)                         #等比例化后的得分
          0.554030 s                            #every image cost
   

3. SMD

          (11405048.0, 3470877.0)               #原始得分
          (1.0, 0.30432)                        #等比例化后的得分
          13.20454 s                            #every image cost
   

4. SMD2

          (19564461.0, 1976470.0)               #原始得分             
          (1.0, 0.1010)                         #等比例化后的得分
          11.77434 s                            #every image cost
   

5. Variance

          (8977334575.8, 8736350299.2)          #原始得分
          (1.0, 0.9731)                         #等比例化后的得分
          9.117599 s                            #every image cost
   

6. Energy

          (1681422695, 18463550)                #原始得分
          (1.0, 0.0109)                         #等比例化后的得分
          12.48029 s                            #every image cost
   

7. Vollath

          (8928907811.8, 8699682511.2)          #原始得分
          (1.0, 0.9743)                         #等比例化后的得分
          2.625977 s                            #every image cost
   

8. Entropy

          (7.7165, 7.6773)                      #原始得分
          (1.0, 0.9949)                         #等比例化后的得分
          0.004246 s                            #every image cost
   

9. Tenengrad

          (52.5125, 20.1666)                    #原始得分
          (1.0, 0.3840)                         #等比例化后的得分
          1.434391 s                            #every image cost
   

得出的结论是：

Brenner Laplacian SMD SMD2 Energy Tenengrad 表现得比较理想
Variance Vollath Entropy 表现得不尽人意