所以我正在开发这个应用程序，如果一名警官拍了一张车祸照片，并且如果这张照片模糊，它将不会接受。它只允许基于质量和分辨率的图像。所以经过研究，我发现我可以使用 pytorch 来实现这个功能，我将它保存在我的 asset 中，然后根据我的逻辑编写 kotlin 代码。我找到了这个链接:https://pytorch.org/mobile/android/但是，此链接显示了图像分类器示例，其中用户可以检测图像是猫还是狗，这不是我想要的。
举个例子，
如果警察通过车祸应用程序拍摄照片，该应用程序需要验证图像分辨率和质量是否可读且可理解，以便当用户看到拍摄的图像时，他/她可以通过比较来判断是否是车祸当图像模糊且不清楚时，应用程序会要求用户重新拍照。
请问有什么建议吗？
谢谢
最佳答案
首先，您可以尝试使用传统的计算机视觉算法来构建它。 您会发现一些尝试使用 OpenCV 实现类似想法的示例(例如 here )。
如果你想通过机器学习来解决这样的任务，你要么可以尝试在网上找到一个经过训练来解决这样的任务的模型(如果幸运的话也许你可以找到一个)，或者你必须训练这样的模型自己做个模特。
使用机器学习时，您需要有一个数据集，在您的情况下，您可以轻松地从图像数据库创建该数据集并自己模糊示例(请参阅 self-supervised learning )。您需要决定使用哪种机器学习方法。对于图像是否模糊的简单检测，使用深度学习和 CNN 似乎没有必要。相反，考虑提取与图像模糊度相关的一些特征并使用简单的机器学习算法，例如 k-NN .
但是我认为使用机器学习来解决此类任务并不是很有必要。每个数码相机基本上都为其autofocus实现了此功能。 。因此，我认为使用 OpenCV 寻找传统的计算机视觉解决方案(例如边缘对比度估计，image frequency transforms，...)将使您更快地实现目标。
OpenCV 也可用于 Android SDK .
关于android - 使用 pytorch android API 检测图像是否模糊，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/68737162/