焦点对准的图像具有更清晰的边缘，因此应用边缘检测器并测量输出的能量会让您走上正轨。

一种简单的技术是计算图像上的拉普拉斯算子的总和，如果您处理日常照片，可能是中心加权（人们倾向于将感兴趣的对象放在中心，因此最好让中心成为焦点而不是边界)

例如，此标准在许多“堆栈聚焦”应用程序中用于微距摄影。

还有其他用于去雾或色调映射的方法...搜索“局部对比度测量”。

一般来说，镜头可以建模为低通滤波器。当物体失焦时，低通滤波器的平滑效果更加强烈。

因此，您可以使用一个简单的度量标准，例如全局应用（在整个图像上）或通过图像上合适大小的移动窗口局部应用的标准偏差，以保留空间信息，如果您还对哪些区域感兴趣的话聚焦或失焦。

在任何一种情况下，假设场景在两次拍摄之间没有太大变化，则图像 IN 焦点的标准偏差将高于图像 OUT 焦点的标准偏差。

对于将标准偏差用作“焦点估计器”的应用，您可以查看此出版物，同时可以从该出版物中获得对许多度量（包括标准偏差）的评论。