用途：拉普拉斯方差用于衡量图像清晰度，模糊图像的方差较低。该技能作为机器学习模型之前的质量过滤器使用。
主要能力：对每帧捕获图像计算拉普拉斯方差，得到清晰度分数；当分数低于阈值时拒绝该图像；可将清晰度分数写入审计事件。
使用方式：先安装依赖 pip install opencv-python-headless。随后将图像转为灰度：gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)；计算拉普拉斯：laplacian = cv2.Laplacian(gray, cv2.CV_64F)；取方差：variance = laplacian.var()。阈值设为 BLUR_THRESHOLD = 100.0，若 variance < threshold 则拒绝。建议在将每帧发送给 liveness_agent 或 document_processor_agent 之前应用。
适用场景：需要预先剔除模糊捕获的计算机视觉流程，例如活体检测与文档处理前的质量把关。
限制：阈值依赖图像分辨率，需用参考图像进行校准；建议与 histogram_analysis 配合以实现完整质量检测。其他细节暂未提供。