如何自动检测图像是否高质量？ [关闭]答案

【问题标题】：How to automatically detect if image is of high quality? [closed]如何自动检测图像是否高质量？ [关闭]
【发布时间】：2012-10-23 05:37:51
【问题描述】：

我想要一种算法来检测图像是否具有高专业质量或对比度差、光照不足等。我该如何设计这样的算法。

我觉得这是可行的，因为如果我在 picassa 中按下一个按钮，它会尝试修复照明、对比度和颜色。现在我已经看到，如果我按下自动修复按钮，在好图片中的变化并不像在坏图片中那么高。这可以用作引导吗？

请向我提出任何想法。另外，如果以前已经这样做过，并且我正在做轮子发明的事情，请阻止我并指出我以前的工作。

非常感谢，

【问题讨论】：

第 1 步得到一些阅读 #2 得到更多阅读。这在许多不同的教科书和大学水平的课程中都有涉及，可能还有许多在线资源（我之前看过一些相关的 SO 问题）。
为什么都是流行语？（SVM，Artificial Intelligence，machine-learning）除非您正在寻找某种花哨的照片分类，否则image-processing 的几种测量和技术可以为我认为您正在尝试实现的目标提供简单的启发式方法.按照 pst 的建议先阅读，然后返回更具体的问题；首先阅读图像处理，因为即使最终需要统计方法来满足您的需求，SVM 或其他设备的属性也将基于数字图像的概念。
stackoverflow.com/questions/560316/… 似乎是一个开始。
@CameronLowellPalmer 您的评论是唯一有价值的评论，您没有试图与我交谈并非巧合。
这个人被严重否决的原因是因为他在问一个基本问题，还是不够具体？我个人不知道如何去做他要求的事情。我也很想得到一个答案，因为我还没有为此上过学，而你们大多数人显然都上过学。只有一个人对他有礼貌，以任何切实的方式帮助他。

【解决方案1】：

你这样做太难了。我在生产代码中通过生成图像的直方图来处理这个问题，丢弃异常值（1 个黑色像素并不意味着整个图像有很多黑色；1 个白色像素并不意味着明亮的图像），然后查看是否得到的分布覆盖了足够的亮度范围。

在统计方面，您还可以查看直方图是否近似于具有令人满意的大标准偏差的高斯分布。如果整个图像是中等灰色且标准差很小，那么您的图像对比度低 - 根据定义。如果平均值大约是中灰色，但 stddev 涵盖了从 20% 到 80% 的亮度级别，那么您就有了不错的对比度。

但请注意，这些方法都不需要任何类似于机器学习的东西。

【讨论】：

@Kirk 感谢您的评论。这是我想尝试的第一件事。如果你有，你能分享一些准确度数字吗？
@Kirk 当你说“让这种方式太难”时，你并不是从 ML 工程师的角度来看待它。投入 SVM 对我来说是一个函数调用，我多年来一直在做，并且了解什么/如何/为什么等。所以从一个固件工程师的角度来看，这整个“远离机器学习”导致其困难和复杂。在调试汇编代码之前我会晕倒，但这是固件工程师生活中的一天。希望我的观点很清楚。
@user1521607 抱歉，我无法再访问这些号码了。要朝着正确的方向开始，请查看ImageMagick manual，尤其是“-auto-level”和“-normalize”命令。对一堆图像应用归一化并比较它们的前后统计数据。您可以编写学习算法来帮助您找到截止点。 :-)
@user1521607 “让这种方式太难了”，我的意思是“使用不能有效解决手头问题的工具”。我喜欢使用人工智能的东西，我相信你比我领先几英里。只是有时解决问题的方法要低得多。你不会建立一个贝叶斯网络来添加个位数的数字——尽管你当然可以！所以我并不是说“支持向量机太难解决任何问题”。我是说对于这个特定的问题来说它是不必要的复杂。 :-)
@KirkStrauser 谢谢，如果我在这一行取得进展，我会将一些数字回传到这个线程。（如果我需要“花哨”或基本工作）

【解决方案2】：

有几个开源程序可以执行您正在寻找的图像校正，作为低质量图像的指示。想到Gimp（参见文档中的enhancing photos）和ImageMagick（参见examples 中的对比度拉伸、标准化、自适应锐化、自动级别）。

研究他们的代码将是一个好的开始，因为检测低质量图像的一个明显方法是将图像通过上述增强算法之一，并寻找原始图像和处理后图像之间的差异。

【讨论】：