在压缩方面评估图像的质量？

Question

我有用于计算机视觉任务的图像。该任务对图像质量很敏感。我想删除低于某个阈值的所有图像，但我不确定是否有任何方法/启发式方法可以自动检测通过 JPEG 严重压缩的图像。有人有想法吗？

Answer 1

图像质量评估是一个快速发展的研究领域。由于您没有提到能够访问原始（未压缩）图像，因此您对无参考图像质量评估感兴趣。这实际上是一个相当困难的问题，但这里有一些要点可以帮助您入门：

• 既然您提到了 JPEG，JPEG 压缩图像中有两个主要的退化特征：blocking 和 blurring
• 无参考图像质量评估指标通常会寻找这两个特征
• 阻塞很容易发现，因为它只出现在宏块边界上。宏块的大小是固定的 - 8x8 或 16x16，具体取决于图像的编码方式
• 模糊有点困难。这是因为图像中的较高频率已被衰减（移除）。您可以将图像分成块，DCT（离散余弦变换）每个块并查看 DCT 结果的高频分量。如果大多数块缺少高频分量，那么您可能看到的是模糊图像
• 另一种模糊检测方法是测量图像边缘的平均宽度。对图像进行 Sobel 边缘检测，然后测量边缘每一侧的局部最小值/最大值之间的距离。谷歌搜索 Marziliano 的“A no-reference perceptual blur metric”——这是一种著名的方法。 Debing 的“No Reference Block Based Blur Detection”是一篇更新的论文

无论您使用什么指标，都要考虑如何处理误报/误报。与简单的阈值处理相反，我会使用度量结果对图像进行排序，然后剪掉看起来只包含模糊图像的列表末尾。

如果您的图像集包含相当相似的内容（例如，仅面部），您的任务将会简单得多。这是因为图像质量评估指标 不幸的是，通常会受到图像内容的影响。

Google Scholar 是您真正的朋友。我希望我能给你一个具体的解决方案，但我还没有——如果我这样做了，我会成为一名非常成功的硕士生。

更新：

刚刚想到另一个想法：对于每张图片，用 JPEG 重新压缩图像，并检查重新压缩前后文件大小的变化。如果重新压缩后的文件大小比以前小很多，那么很可能图像没有被严重压缩，因为它有一些重要的细节被重新压缩删除了。否则（重新压缩后的差异很小或文件大小更大）可能是图像被严重压缩。

在重新压缩期间使用质量设置可以让您确定高度压缩的确切含义。

如果您使用的是 Linux，使用 bash 和 imageMagick 的转换实用程序来实现这应该不会太难。

您可以尝试这种方法的其他变体：

• 不要使用 JPEG 压缩，而是尝试其他形式的降级，例如高斯模糊
• 不要仅仅比较文件大小，而是尝试一个完整的参考指标，例如SSIM——有一个 OpenCV 实现freely available。其他实现（例如 Matlab、C#）也存在，请四处看看。

告诉我你的情况。

Answer 2

我为一本古书拍摄了许多照片（布局如此相似，每张图片两页），但有些照片非常模糊，以至于无法阅读文字。找了一个现成的批处理脚本，找到了最模糊的一个，但是没找到有用的，所以我用了另外一部分脚本上网（基于ImageMagick，但是已经不行了；我不能检索作者的学分！），用于评估单个图像的模糊程度，对其进行调整，并在整个文件夹中对其进行自动化处理。我在这里上传：

https://gist.github.com/888239

希望它对其他人有用。它适用于 Linux 系统，并使用 ImageMagick（以及一些通常在命令行安装的工具，如 gawk、sort、grep 等）。

Answer 3

一个简单的启发式方法是查看width * height * color depth < sigma * file size。当然，您必须为sigma 确定一个合适的值。 sigma 将取决于您正在查看的图像的预期熵。