一般来说，这是一个图像分割问题 ( http://en.wikipedia.org/wiki/Image_segmentation )，您将尝试将图像的焦点区域与非焦点区域隔离开来。

无论如何，光学镜头都相当于低通滤波器，低通滤波器对信号的影响是通过限制较高频率的内容来使其平滑。

在数字图像处理中，低频对应大物体（一般形式），高频对应小物体（细节）。

因此，为了隔离聚焦区域，您可能会寻找相对于模糊区域具有较高标准偏差的区域，而模糊区域由于失焦镜头的平滑操作而具有较低的标准偏差。

要区分“模糊”与“非模糊”区域，您可以设置尺寸为 $M \times N$ 的“窗口”并将其滑过您的图像。

在窗口的每个位置计算“补丁”值的方差，就好像它们是 $M \times N$ 值的一维向量。这将产生另一个“图像”（或更一般地说是二维数组），描述图像上每个位置的标准偏差的变化。然后，您可以收集所有这些值并获得它们的直方图。直方图将呈现多模态分布（有关更多信息，请参阅http://en.wikipedia.org/wiki/Multimodal_distribution）。

对于您帖子中的图像，直方图可能会显示两种模式。一种对应于较高的标准偏差值（聚焦区域），另一种对应于较低的标准偏差值（模糊区域）。

然后，您可以定位一个阈值，例如仅在两种模式之间，以在您的聚焦区域和非聚焦区域之间建立一个标准，然后选择标准偏差高于您的阈值的所有“补丁”（或 MxN 窗口区域）。（更多信息请参见：http ://en.wikipedia.org/wiki/Thresholding_%28image_processing%29 ）

这将为您隔离图像的焦点部分。

希望这可以帮助。

这是一种更简单的方法，不涉及滑动窗口分析。

• 将您的图像转换为灰度（这不是必需的，但为了清楚起见，我假设您只有一个通道）

• 计算两个方向的梯度

• 计算幅度（或只是平方梯度）

• 在两个方向上对两个梯度图像求和

如前所述，图像的聚焦部分将具有比非聚焦区域更高的频率。从总和中，您最终会得到两个投影，其中聚焦对象沿该方向放置的那部分有很多变化（更高的值）。您现在可以执行以下操作：

• 确定这些较高值的起点和终点。您可以使用一个简单的阈值（例如 0.7*maximum_value）或平滑轮廓，取二阶导数并检查其中的最高值。

• 上一步中的开始/停止位置为您提供了沿两个方向放置锐化指示矩形的像素位置。