Flutter中如何检测图片质量？实现低质量图片标记

要判断图片是否属于“极低质量”，可以从分辨率、文件大小、像素密度、图像模糊度这几个核心维度入手，以下是具体实现方式：

1. 检测图片分辨率与文件大小 #

这是最直观的判断方式，低质量图片通常分辨率低或文件体积极小。

实现步骤： #

• 获取图片的文件信息，读取尺寸和大小
• 设置自定义阈值（比如分辨率低于320x240，或文件小于10KB），低于阈值则标记为低质量

import 'dart:io';
import 'package:image/image.dart' as img;

Future<bool> isLowQualityImage(File imageFile) async {
  // 获取文件大小（字节）
  final fileSize = await imageFile.length();
  // 读取图片分辨率
  final imageBytes = await imageFile.readAsBytes();
  final decodedImage = img.decodeImage(imageBytes);
  
  if (decodedImage == null) return false; // 图片解码失败
  
  // 自定义阈值，可根据需求调整
  const minWidth = 320;
  const minHeight = 240;
  const minFileSize = 10 * 1024; // 10KB
  
  return decodedImage.width < minWidth || 
         decodedImage.height < minHeight || 
         fileSize < minFileSize;
}

2. 检测图像模糊度（边缘检测） #

低质量模糊图片的边缘细节少，可以通过拉普拉斯算子计算图像的清晰度得分，得分越低说明图像越模糊。

实现步骤： #

• 将图像转为灰度图
• 应用拉普拉斯算子计算边缘强度
• 计算结果的方差，方差越小说明图像越模糊

import 'dart:io';
import 'package:image/image.dart' as img;

Future<bool> isBlurryImage(File imageFile, {double threshold = 100.0}) async {
  final imageBytes = await imageFile.readAsBytes();
  final decodedImage = img.decodeImage(imageBytes);
  if (decodedImage == null) return false;
  
  // 转为灰度图
  final grayImage = img.grayscale(decodedImage);
  
  // 应用拉普拉斯算子（3x3核）
  final laplacian = img.convolve(
    grayImage,
    [
      [0, 1, 0],
      [1, -4, 1],
      [0, 1, 0],
    ],
  );
  
  // 计算像素值的方差
  double sum = 0;
  double sumSquared = 0;
  int count = laplacian.width * laplacian.height;
  
  for (int y = 0; y < laplacian.height; y++) {
    for (int x = 0; x < laplacian.width; x++) {
      final pixel = laplacian.getPixel(x, y);
      final value = img.getLuminance(pixel);
      sum += value;
      sumSquared += value * value;
    }
  }
  
  final mean = sum / count;
  final variance = (sumSquared / count) - (mean * mean);
  
  // 方差低于阈值则判定为模糊（低质量）
  return variance < threshold;
}

3. 多维度综合判断（推荐） #

单一维度可能存在误差，比如小尺寸的高清图标文件也很小，建议结合分辨率、文件大小、模糊度综合判断：

Future<bool> isVeryLowQualityImage(File imageFile) async {
  final isSmall = await isLowQualityImage(imageFile);
  final isBlurry = await isBlurryImage(imageFile);
  
  // 满足任一条件或同时满足则标记为极低质量
  return isSmall || isBlurry;
}

集成到画廊视图 #

在画廊的图片组件中，调用上述方法，根据返回值决定是否显示i图标：

Widget GalleryImageItem({required File imageFile}) {
  return FutureBuilder<bool>(
    future: isVeryLowQualityImage(imageFile),
    initialData: false,
    builder: (context, snapshot) {
      return Stack(
        children: [
          Image.file(imageFile, fit: BoxFit.cover),
          if (snapshot.data == true)
            Positioned(
              top: 8,
              right: 8,
              child: Container(
                padding: EdgeInsets.all(4),
                decoration: BoxDecoration(
                  color: Colors.black54,
                  borderRadius: BorderRadius.circular(12),
                ),
                child: Icon(Icons.info_outline, color: Colors.white, size: 16),
              ),
            ),
        ],
      );
    },
  );
}

注意事项 #

• 图片解码和模糊度计算是耗时操作，建议在Isolate后台线程中执行，避免阻塞UI
• 阈值需要根据业务场景调整，比如针对用户上传的照片，可适当提高分辨率阈值
• 处理网络图片时，先将图片下载到本地临时文件，再执行检测逻辑

内容的提问来源于stack exchange，提问作者Arkaan Sayed