上周帮一个做电商图床的朋友收拾烂摊子。他那边为了省带宽跑了一个批量压缩脚本把几万张商品主图从 PNG 转成 JPEG质量参数压到 65。上线三天后客服反馈爆炸有的图糊成一片有的边缘全是马赛克方块还有的图看着尺寸没变但商品标签上的小字已经认不出来了。麻烦的是他手里没有原图了原始素材的备份被脚本覆盖掉了。没有原图怎么判断这批压缩图还能不能用这就是图像质量评价Image Quality AssessmentIQA要解决的问题。这篇内容讲的是用 OpenCV 从零搭一套图像质量评价工具有原图时怎么算 PSNR、SSIM 这些全参考指标没有原图时怎么靠拉普拉斯方差、噪声估计、块效应检测把糊和脏量化出来以及怎么把这些量纲各不相同的散装数字拼成一个能直接卡阈值的 0 到 100 分。做图像处理、数据清洗、内容审核、工业视觉质检的朋友都能用得上代码是 Python 加 OpenCV抄下来改改参数就能跑。我不会一上来就丢公式而是按这个指标为什么长这样、它会在什么情况下骗你、工程上怎么标定阈值的顺序来讲因为踩过的坑基本都藏在这三个环节里。1. 先想清楚质量到底是什么再动手写代码绝大多数人做图像质量评价的第一个错误是先找指标再想需求。实际上质量这个词在不同业务里指向完全不同的东西指标选错了后面调参调到天亮也没用。1.1 三类最容易踩坑的真实场景第一类是批量转码后的抽检。你把几百 GB 的素材压成 WebP 或 JPEG需要确认压缩参数没有压过头。这时候原图还在属于全参考场景PSNR 和 SSIM 是主力。第二类是抓拍与监控的清晰度筛选。摄像头连续拍了几千张只有一小部分是对焦准确、主体清晰的需要自动挑出来。这时候没有标准原图只有拍摄设备本身的光学和噪声特性属于无参考场景拉普拉斯方差和梯度类指标是主力。第三类是训练数据清洗。你在训练一个检测或识别模型数据集里混进了大量低照度、强运动模糊、严重压缩的脏图需要按质量分层。这时候往往既没有严格的原图又要考虑人眼觉得好和模型觉得有用其实是两回事——一张整体偏暗但纹理锐利的图人看着难受对特征提取反而未必差。1.2 三条技术路线的边界与适用条件路线输入要求代表指标适合场景主要局限全参考原图 待测图MSE、PSNR、SSIM、MS-SSIM、VIF编码器调参、转码质检必须有配准对齐的原图半参考从原图提取的少量特征部分统计量、边缘直方图传输链路监测需要额外传特征工程麻烦无参考只要待测图梯度类、噪声估计、块效应、BRISQUE抓拍筛选、数据清洗与内容强相关阈值难通用这张表里我最想强调的一点是无参考指标的阈值没有通用解。同样是拉普拉斯方差 100拍文档扫描件算偏糊拍风景照可能已经相当锐利了。原因后面第 4 节会展开讲。1.3 把指标和业务口径挂钩动手之前先回答三个问题这张图最终给谁看人眼还是模型、判断失误的代价是什么漏判还是误判更贵、以及能不能接受降采样计算。我那个图床朋友最后定的口径很朴素只要商品标签上的文字在 100% 缩放下还能辨认就算合格。这个口径直接决定了我们应该重点看边缘锐度而不是整体 PSNR也决定了可以用一个很小的 ROI 区域做抽样而不是全图计算。2. 全参考指标PSNR 和 SSIM 在 OpenCV 里的正确写法有原图的时候PSNR 和 SSIM 是绕不开的两个基线。它们的公式在任何教科书里都能查到但真正让人翻车的是实现细节。2.1 PSNR一行公式背后的三个必查项PSNR 的定义是 10 乘以 log10最大像素值平方除以 MSE。看起来简单实际有三个地方必须查。数据类型。OpenCV 读进来的图默认是 uint8如果直接对两个 uint8 数组做减法NumPy 会按无符号整数环绕10 - 200会变成 66 而不是 -190。所以必须先转成 float32 或 float64 再算差分。这个坑在灰度图上不明显在彩色图上会直接让 PSNR 虚高。通道处理。逐像素差值对 BGR 还是 RGB 顺序不敏感所以不用担心通道顺序但 alpha 通道必须先剥掉否则一张带透明度的 PNG 和它的不透明版本对比时PSNR 会被 alpha 的差异污染得面目全非。最大像素值的取值。uint8 图是 255float 归一化到 0 到 1 的图就是 1.0。这两个值搞混PSNR 会相差 48 dB 以上结果完全没有意义。import numpy as np def psnr(img1, img2, max_val255.0): if img1.shape ! img2.shape: raise ValueError(f尺寸不一致: {img1.shape} vs {img2.shape}) a img1.astype(np.float64) b img2.astype(np.float64) mse np.mean((a - b) ** 2) if mse 0: return float(inf) # 完全相同必须显式处理否则 log10(0) 报警告 return 10.0 * np.log10(max_val ** 2 / mse)mse 0这个分支一定要写。我曾经在一批原图和副本完全一致的测试样本上跑因为没处理NumPy 抛了一屏 RuntimeWarning最后结果里混进去一堆 inf后续做平均值统计直接全变 inf排查了半小时才发现是这个。还有一点经验彩色图的 PSNR 通常比灰度图低 1 到 3 dB。因为色度通道的量化误差本身就更明显。做阈值对比时两边必须保持一致的处理方式不能这边算灰度那边算彩色。2.2 SSIM为什么它比 PSNR 更接近人眼PSNR 的缺陷很直观它逐像素比较误差平方对结构完全不敏感。一张图整体亮度平移 5 个灰度级人眼几乎看不出差别但 PSNR 会掉好几个 dB反过来一张图被加了轻微的块状伪影人眼很敏感PSNR 却可能掉得不多。SSIM 换了个思路。它不看单个像素而是拿一个小窗口在图上滑动在窗口内同时比较三件事亮度均值、对比度标准差、结构归一化协方差。这个思路的生活类比是你评价两张照片像不像不会去数每个像素差多少而是看这块区域明暗差不多、纹理强弱差不多、花纹走向也差不多。公式里的 C1 和 C2 是防止分母为零的稳定项标准取法是 C1 等于 0.01 乘最大值的平方C2 等于 0.03 乘最大值的平方。对 uint8 图就是 6.5025 和 58.5225。2.3 用高斯可分离滤波把 SSIM 跑进 100 毫秒朴素实现是双层循环逐窗口计算1080P 图上能跑到十几秒没法用在批量流水线里。正确的做法是把窗口内的加权统计量全部换成高斯模糊——因为高斯核是可分离的OpenCV 的GaussianBlur会横向纵向各做一次一维卷积大窗口下比二维直接卷积快好几倍。import cv2 import numpy as np def _gray_f32(img): if img.ndim 3: img cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) return img.astype(np.float32) def ssim_gray(img1, img2, ksize11, sigma1.5, data_range255.0, crop_borderTrue): x, y _gray_f32(img1), _gray_f32(img2) if x.shape ! y.shape: raise ValueError(尺寸不一致) C1 (0.01 * data_range) ** 2 C2 (0.03 * data_range) ** 2 gb lambda z: cv2.GaussianBlur(z, (ksize, ksize), sigma) mu_x, mu_y gb(x), gb(y) mu_xx, mu_yy, mu_xy mu_x * mu_x, mu_y * mu_y, mu_x * mu_y sig_xx gb(x * x) - mu_xx sig_yy gb(y * y) - mu_yy sig_xy gb(x * y) - mu_xy num (2 * mu_xy C1) * (2 * sig_xy C2) den (mu_xx mu_yy C1) * (sig_xx sig_yy C2) ssim_map num / den if crop_border: # 边界区域高斯模糊用的是镜像填充不可信 r ksize // 2 ssim_map ssim_map[r:-r, r:-r] return float(ssim_map.mean()), ssim_map这里有三个实测经验值得记一下。ksize11、sigma1.5是 SSIM 原论文给出的推荐值也是各类论文里做对比时的默认配置。你换成 7 或者 21同一对图算出来的数值能差 0.01 到 0.03看绝对值没意义做横向对比时保持统一就行。边界裁剪不能省。GaussianBlur默认用BORDER_REFLECT_101填充边界那一圈的统计量是用镜像出来的假像素算的会系统性偏高。不裁的话SSIM 整体会虚高 0.005 左右图越小影响越大320 像素宽的小图上能虚高到 0.02。彩色图别偷懒只算灰度。转灰度会丢掉色度失真信息比如色度下采样导致的颜色扩散转成灰度后就看不出来了。正确做法是对 BGR 三个通道分别算然后取平均。代价是三倍耗时但语义上没有歧义。性能上给个参考我本机上一张 1920×1080 的彩色图三通道各算一次 SSIM 大约 60 毫秒用cv2.UMat走核显大概 25 毫秒。如果你只是做粗筛把图缩放到长边 512 再算能压到 8 毫秒以内和全分辨率的评价结论在绝大多数情况下是一致的。3. 无参考指标没有原图时怎么把糊和脏量化出来无参考这条路才是真正的日常。手里只有一张待判定的图要给出一个可信的判断需要多个维度交叉验证单靠任何一个指标都会翻车。3.1 清晰度三件套拉普拉斯方差、Tenengrad、Brenner 梯度拉普拉斯方差是最流行的清晰度指标原因是它便宜且单调性不错。图像越清晰边缘处的二阶导数越大拉普拉斯响应的方差就越大。代码只有一行def sharpness_laplacian(gray): g gray if gray.ndim 2 else cv2.cvtColor(gray, cv2.COLOR_BGR2GRAY) return float(cv2.Laplacian(g, cv2.CV_64F, ksize3).var())Tenengrad用 Sobel 梯度平方和衡量比拉普拉斯对噪声稍微稳健一点还能通过阈值把弱响应滤掉只统计强边缘。Brenner 梯度更粗暴直接算相隔两个像素的差平方和速度快得离谱适合做实时预筛。def sharpness_tenengrad(gray, thr0.0): g gray.astype(np.float32) gx cv2.Sobel(g, cv2.CV_32F, 1, 0, ksize3) gy cv2.Sobel(g, cv2.CV_32F, 0, 1, ksize3) mag gx * gx gy * gy sel mag[mag thr] return float(sel.mean()) if sel.size else 0.0 def sharpness_brenner(gray, step2): g gray.astype(np.float32) d g[:, step:] - g[:, :-step] return float((d * d).mean())这三个指标之间的关系我在几百张实际样本上做过对比Brenner 和拉普拉斯方差的相关性能到 0.9 以上Tenengrad 和它们相关性稍低0.75 左右因为阈值过滤改变了它对弱纹理的敏感度。实操建议是把 Brenner 放在第一道做实时预筛把拉普拉斯方差作为主要的打分项Tenengrad 用来做交叉验证三者分歧太大就丢进人工复核队列。3.2 噪声估计中值滤波残差与一种更快的近似无参考场景里清晰度低和噪声大是两回事但很多人用一个拉普拉斯方差同时判断这两件事结果就是第 4 节要讲的那个经典翻车。比较可靠的噪声估计路子是残差法噪声是高频随机的图像内容的高频是结构化的。用一个中值滤波把结构保留、噪声削掉残差里剩下的主要就是噪声。def noise_median_mad(gray, ksize3): g gray.astype(np.float32) med cv2.medianBlur(gray, ksize).astype(np.float32) r g - med mad np.median(np.abs(r - np.median(r))) return float(1.4826 * mad) # 1.4826 是把 MAD 换算成正态标准差的系数 def noise_immerkaer(gray): M np.array([[1, -2, 1], [-2, 4, -2], [1, -2, 1]], dtypenp.float32) lap cv2.filter2D(gray.astype(np.float32), cv2.CV_32F, M, borderTypecv2.BORDER_REPLICATE) return float(np.abs(lap).mean() * np.sqrt(np.pi / 2.0) / 6.0)第一种精度更高中值滤波在 3×3 窗口下对细密纹理有一定破坏会稍微高估噪声实测在纹理图上偏高 10% 到 20%。第二种完全靠一次卷积完成速度快一个数量级代价是它假设噪声分布近似高斯对脉冲噪声死点、坏点极其敏感——图里只要有几个纯黑纯白的坏点这个值就会大幅虚高。我的做法是先用第二种做快速估计超过阈值才用第一种复核。3.3 曝光、动态范围和色彩被忽略的三个维度清晰度和噪声只能覆盖一半问题。一张对焦完美、毫无噪声的图如果拍的时候曝光过度高光全糊成一片白同样是不能用的。这部分我用直方图统计来量化def exposure_stats(gray, low2, high253): h cv2.calcHist([gray], [0], None, [256], [0, 256]).ravel() total h.sum() clip_low float(h[:low].sum() / total) clip_high float(h[high:].sum() / total) return clip_low, clip_high, float(gray.mean()), float(gray.std())clip_high是高光截断比例超过 0.02 基本就能肉眼看出死白区域了。gray.std()衡量的是全局对比度低于 30 的图通常看着发灰、缺乏层次属于典型的低质量样本。信息熵和饱和度均值可以作为补充维度def entropy(gray): h cv2.calcHist([gray], [0], None, [256], [0, 256]).ravel() p h / h.sum() p p[p 0] return float(-(p * np.log2(p)).sum()) def saturation_mean(bgr): return float(cv2.cvtColor(bgr, cv2.COLOR_BGR2HSV)[:, :, 1].mean())熵值高说明灰度分布均匀通常对应信息量丰富的图一般在 6.5 到 7.8 之间。饱和度均值低于 20 的彩色图要么是过曝洗白要么是雾霾天气拍的值得单独标出来。3.4 压缩痕迹8×8 块效应与振铃的量化JPEG 编码的核心是 8×8 的离散余弦变换块压缩比高的时候块与块之间会产生可见的阶梯这就是块效应。识别它的思路很巧妙正常的自然图像相邻像素差值是连续分布的横跨块边界的差分应该和块内部的差分统计上差不多如果边界处的差分明显更大说明存在块效应。def block_artifact_ratio(gray, block8): g gray.astype(np.float32) dv np.abs(np.diff(g, axis1)) # 水平相邻列之差 dh np.abs(np.diff(g, axis0)) # 垂直相邻行之差 mv ((np.arange(dv.shape[1]) 1) % block) 0 mh ((np.arange(dh.shape[0]) 1) % block) 0 if mv.sum() 0 or mh.sum() 0: return 1.0 boundary (dv[:, mv].mean() dh[mh, :].mean()) / 2.0 inner (dv[:, ~mv].mean() dh[~mh, :].mean()) / 2.0 return float(boundary / (inner 1e-6))返回值 1.0 表示没有块效应1.15 以上开始能看出来1.3 以上就是明显的马赛克了。我那个图床朋友的压缩参数 65实测这个比值普遍在 1.2 到 1.45 之间和客服反馈的边缘有方块完全对得上。需要注意的是这个指标必须先确认图片尺寸是 8 的整数倍或者至少知道是否做过裁切。如果图片被任意裁过块边界就不再对齐到坐标 8 的倍数这个比值会退化成接近 1完全失效。稳妥的做法是先用 8 个偏移量各算一遍取最大值作为最终结果我把这个改进加进去之后对裁切过的图检出率从 40% 提到了 90% 左右。4. 一步步排查指标全都在跑结论却全是错的上面这些函数写完跑起来没有报错数字也都出来了但结论可能完全相反。下面是我实际折腾过的四条排查链路按最容易踩到最隐蔽排序。4.1 uint8 溢出MSE 突然变成 0 的诡异现象这个坑我第一次遇到的时候盯着屏幕看了十分钟。两张明显不同的图MSE 居然算出 0。原因在于 NumPy 对 uint8 的减法是按模 256 环绕的。0 - 255 1255 - 0 255所有差值都落在 0 到 255 之间平方之后还可能在**2这一步继续溢出回绕。极端情况下大量像素的差分经过环绕和平方后互相抵消平均值就趋近于 0。排查方法在算差分之前打印img1.dtype只要看到uint8就立刻停下来转换。我现在的习惯是在所有质量评价函数的入口处统一做一次astype(np.float64)把类型问题挡在最外层。4.2 通道顺序与 alpha最隐蔽的一类错误有一批 PNG 素材我算出来的 SSIM 一直偏低肉眼明明看不出差别。最后发现是原图带 alpha 通道而压缩图不带cv2.imread默认按IMREAD_COLOR读带 alpha 的图只有 3 通道但另一批图是用IMREAD_UNCHANGED读的是 4 通道。两个数组形状不一样我的代码直接把第 4 通道当成 B 通道参与了计算。排查方法在处理之前统一img img[:, :, :3]并且打印 shape 确认。另外cv2.imread遇到路径里有中文时会静默返回None这个坑虽然和图像质量无关但在批量处理里出现概率极高加上一句assert img is not None能省下大量时间。还有一个容易忽略的BGR 和 RGB 顺序对 SSIM 是有影响的因为它分通道计算。如果一边用 OpenCV 读图一边用 PIL 读图通道顺序不一致SSIM 会显著偏低。统一用 OpenCV 读或者统一做一次cvtColor(COLOR_BGR2RGB)二选一别混。4.3 拉普拉斯方差把噪点图判成高清图这是无参考评价里最经典的翻车也是我在监控抓拍项目上真正吃过亏的地方。那次是夜间场景摄像头 ISO 拉得很高图像噪点非常重。筛选脚本明明设了拉普拉斯方差的清晰度下限结果挑出来的全是糊图反而是最清晰的那几张被过滤掉了。原因很直接噪声本身就是高频信号拉普拉斯算子是高频增强算子噪点会让响应方差大幅升高。一张全糊但噪点密集的图拉普拉斯方差可以轻松超过一张干净锐利的图。排查链路是这样走的先肉眼确认被误判的样本发现都是夜间高感光度场景然后单独跑噪声估计发现这些图的噪声 sigma 普遍在 8 以上而清晰图的 sigma 只有 1 到 2接着把清晰度指标换成 Tenengrad 并加阈值过滤误判明显减少因为阈值把低幅度的噪声响应滤掉了最后把噪声估计值作为修正项对拉普拉斯方差做惩罚问题基本解决。修正的方式是除以一个和噪声相关的因子def adjusted_sharpness(gray): lap_var sharpness_laplacian(gray) sigma noise_immerkaer(gray) penalty max(1.0, (sigma / 2.0) ** 0.5) # 噪声越大惩罚越重 return lap_var / penalty, lap_var, sigma注意这个修正不是万能的。噪声很低的场景下除出来的结果和原值几乎一样不会引入额外偏差但噪声极大时惩罚过重会误伤那些有噪点但确实清晰的图。阈值 2.0 和指数 0.5 是我在几百张样本上试出来的经验值你换数据集一定要重新标。4.4 resize 的插值方式会悄悄改变结论做粗筛的时候要把图缩小到 512 长边这一步用的插值方式对指标影响极大。我先用的是INTER_NEAREST速度快但对 SSIM 是灾难性的因为它会直接把结构和原图错开同一对图缩小后的 SSIM 能比全分辨率低 0.1 以上。换成INTER_LINEAR好一些INTER_AREA最好因为它是按区域平均的最接近真实的降采样物理过程。def resize_keep_ratio(img, long_side512): h, w img.shape[:2] scale long_side / float(max(h, w)) if scale 1.0: return img return cv2.resize(img, (int(round(w * scale)), int(round(h * scale))), interpolationcv2.INTER_AREA)还有一个细节SSIM 的窗口尺寸要和图像尺寸匹配。11×11 的窗口在 512 像素宽的图上覆盖的相对面积比在 3000 像素宽的图上大好几倍所以降采样之后算出来的 SSIM 会偏高。做横向对比时要么统一在全分辨率算要么统一降采样混着比就完全没意义了。5. 工程化把散装指标拼成一条能卡阈值的流水线单个指标拿出来看都有道理真到了要给每张图打一个分然后卡阈值的时候还需要解决量纲统一、阈值标定和吞吐量三件事。5.1 归一化与加权融合不同指标的量纲差得很远拉普拉斯方差可能从 5 到 2000噪声 sigma 从 0.5 到 15块效应比值从 1.0 到 1.6。直接加权求和毫无意义必须先映射到 0 到 1 区间。拉普拉斯方差跨度太大先用对数压缩再线性映射噪声和块效应是反向指标数值越小越好def norm_pos(v, lo, hi): return float(np.clip((v - lo) / (hi - lo), 0.0, 1.0)) def norm_neg(v, lo, hi): return 1.0 - norm_pos(v, lo, hi) def score_image(bgr): gray cv2.cvtColor(bgr, cv2.COLOR_BGR2GRAY) lap sharpness_laplacian(gray) sigma noise_immerkaer(gray) blk block_artifact_ratio(gray) clip_l, clip_h, mean_v, std_v exposure_stats(gray) s_sharp norm_pos(np.log1p(lap), np.log1p(10), np.log1p(1000)) s_noise norm_neg(sigma, 0.5, 8.0) s_block norm_neg(blk, 1.0, 1.4) s_expo norm_neg(clip_l clip_h, 0.0, 0.15) s_ctrst norm_pos(std_v, 20.0, 70.0) score (0.35 * s_sharp 0.25 * s_noise 0.15 * s_block 0.15 * s_expo 0.10 * s_ctrst) return { score: round(100 * score, 1), lap_var: round(lap, 2), noise_sigma: round(sigma, 3), block_ratio: round(blk, 3), clip_ratio: round(clip_l clip_h, 4), gray_std: round(std_v, 2), }权重的分配反映的是业务优先级。做商品图清晰度和压缩痕迹权重要给高做数据清洗曝光和对比度反而更重要因为低对比度的图对模型训练帮助有限。没有通用权重这套系数只是我的起点。5.2 阈值标定别抄别人的数字这是最容易被忽视也最影响成败的一步。很多教程直接告诉你拉普拉斯方差大于 100 就算清晰我照抄过结果在文档扫描件上全军覆没——扫描件的边缘本来就干净锐利方差动辄几百换到风景照上100 已经相当不错了。正确的做法是拿你自己的数据集跑一遍分布用分位数定阈值import numpy as np def calibrate(scores, pass_ratio0.8): vals np.array([s[score] for s in scores]) return { p10: float(np.percentile(vals, 10)), p50: float(np.percentile(vals, 50)), p90: float(np.percentile(vals, 90)), threshold: float(np.percentile(vals, 100 * (1 - pass_ratio))), mean: float(vals.mean()), std: float(vals.std()), }假设你的业务允许 80% 的图通过那就取第 20 百分位作为阈值。这样标出来的阈值天然适配你的数据分布比你凭感觉拍一个数字靠谱得多。我一般会在标定完之后做一次人工抽样校验从阈值以上和以下各随机抽 30 张人工标注算一下漏判率和误判率。漏判率高于 10% 就下调阈值误判率高于 10% 就上调。这个闭环跑两轮阈值基本就稳了。5.3 吞吐量多进程、线程数与降采样组合拳单张图跑完整套指标大概 80 到 120 毫秒一万张图串行要十几分钟。批量处理时有几个提速点值得做。多进程优于多线程。Python 层的大部分计算是 NumPy 和 OpenCV走的是 C 实现但 Python 解释器层的循环和字典操作并不释放全局解释器锁多线程提速有限。用ProcessPoolExecutor能接近线性加速。有个反直觉的坑多进程里必须调用cv2.setNumThreads(1)否则每个子进程内部的 OpenCV 又开了一堆线程进程数乘以线程数远超 CPU 核心数上下文切换开销会把提速全吃掉甚至比单进程还慢。我一开始没设8 进程反而比 4 进程慢加上这一句之后才跑满。import os from concurrent.futures import ProcessPoolExecutor def _init_worker(): cv2.setNumThreads(1) def process_one(path): img cv2.imread(path, cv2.IMREAD_COLOR) if img is None: return {path: path, error: read_failed} return {path: path, **score_image(resize_keep_ratio(img, 1024))} def batch_process(paths, workersNone): workers workers or max(1, os.cpu_count() - 1) with ProcessPoolExecutor(max_workersworkers, initializer_init_worker) as ex: return list(ex.map(process_one, paths, chunksize16))降采样到 1024 长边通常能省一半以上时间对打分结果的影响在 2 分以内完全可以接受。chunksize设成 16 左右比默认值好任务太碎的话进程间通信开销会明显上升。5.4 输出报告与接入现有流水线跑完之后我会生成两份东西一份 CSV 存所有原始指标值方便后期做分布分析和阈值重标另一份是可视化的缩略图网格把分数最低的 50 张拼成一张大图人工过一眼。def make_thumbnail_sheet(bad_items, cols10, cell160): rows (len(bad_items) cols - 1) // cols sheet np.full((rows * cell, cols * cell, 3), 32, np.uint8) for i, item in enumerate(bad_items): img cv2.imread(item[path], cv2.IMREAD_COLOR) if img is None: continue h, w img.shape[:2] s cell / float(max(h, w)) thumb cv2.resize(img, (max(1, int(w * s)), max(1, int(h * s))), interpolationcv2.INTER_AREA) r, c divmod(i, cols) sheet[r * cell:r * cell thumb.shape[0], c * cell:c * cell thumb.shape[1]] thumb cv2.putText(sheet, str(item[score]), (c * cell 4, r * cell 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 255), 1, cv2.LINE_AA) return sheet人眼扫一屏缩略图比看一百行 CSV 数字高效得多而且经常能发现指标完全没预料到的问题类型——比如整批图都带同一种水印或者某个批次的色彩空间标错了。6. 什么时候该请出真正的质量评价模型前面这套传统指标的组合覆盖了我遇到的八成以上的日常需求但有几类情况它确实力不从心这时候再考虑上模型。第一类是需要和人眼主观打分高度一致的场景。传统指标和 MOS平均主观意见分的相关系数通常在 0.6 到 0.8 之间而 BRISQUE、NIQE 这类专门为无参考评价设计的模型能到 0.85 以上。如果你的业务要求打分结果必须和人工评判基本吻合传统指标不够用。第二类是失真类型复杂且叠加。一张图同时有轻度运动模糊、色度下采样、局部过曝和噪点各种指标会互相干扰加权融合的调参成本急剧上升。数据驱动的模型在这类复合失真上表现明显更好。第三类是内容语义敏感的评价。传统指标完全不知道图里是什么一张人脸特写和一张星空长曝光同样的清晰度数值意义完全不同。要区分这类差异必须引入内容感知这已经超出 OpenCV 传统图像处理的能力边界了。不过我的建议是先用传统指标跑出一版基线再决定要不要上模型。原因有两个一是传统指标的计算成本和可解释性都远优于模型出问题能定位到具体是哪个指标异常二是有了基线分数你才能判断模型究竟带来了多少实际提升而不是被一个看起来很高级的绝对分数忽悠。我做过一个项目最后发现把拉普拉斯方差加噪声惩罚这一项调好效果和直接上模型只差 3% 的准确率但耗时只有十分之一部署复杂度更是天差地别。最后分享一个我一直在用的小技巧把每次跑出来的指标分布存下来按批次归档。图像质量评价最大的难点从来不是公式而是阈值随数据漂移。今天标好的阈值下个月换了新相机、新编码器、新的拍摄环境可能就完全不适用了。存下历史分布下次只需要对比一下分布有没有整体偏移就能提前发现流水线出了问题比等到用户投诉再回头查要省事得多。