我有一个包含用户贡献图像的 Android 应用程序。有很多用户向后端应用程序提交黑色或非常暗的图像，我想过滤掉它们。最好的解决方案是过滤手机中已有的图像，并通知用户增加光线并重新拍摄照片。如果更容易实现，另一种解决方案是在用 python 编写的后端过滤它。我查看了opencv，但我真的不知道从哪里开始。任何提示在哪里获取信息以测量 Android 和/或 python 中图像的亮度/颜色？
【问题讨论】：
标签： android python image-processing
您可以尝试使用图像的直方图作为第一近似值。
使用 PIL 的示例会在“暗”像素（灰度表示中的前 128 个值）多于“亮”像素时提醒您：
import Image
img = Image.open('m.jpg')
gsimg = im.convert(mode='L')
hg = gsimg.histogram()
# count should be 256 most/all of the time (an index for each shade of grey)
count = len(hg)
if sum(hg[:count/2]) > sum(hg[count/2:]):
print "the image is too dark"
【讨论】：
我可能会考虑在图像上计算一些简单的统计数据。你真的不需要 opencv 来正确地做到这一点。我会考虑平均亮度和图像的差异。
这里有一个计算平均亮度的简单公式：
Formula to determine brightness of RGB color
再加上最小/最大范围可以告诉您图像是否大部分为黑色。直方图在这里也可能有帮助，但您可能不需要完整的直方图。这一切都可以在手机上用 Java 轻松计算出来。
如果你想变得非常漂亮，你可以进行统计计算，然后告诉用户它不够亮。然后进行亮度调整，为他们标准化图像。这是一个非常简单的过程：
http://en.wikipedia.org/wiki/Normalization_(image_processing)
然后对其运行图像统计信息，看看它是否有助于调整图像以使其可以上传。
【讨论】：
如何将图像转换为灰度图像，计算灰度图像的平均颜色，并过滤掉超过某个阈值的图像？
【讨论】：
在 Python 中，您可以使用 PIL 进行基本的图像分析。
http://effbot.org/imagingbook/imagestat.htm
是 ImageStat 模块的文档。用法如：
from PIL import Image,ImageStat
im = Image.open("bride.jpg")
stat = ImageStat.Stat(im)
现在，“stat”的各个部分将告诉您图像的红色、绿色和蓝色波段。对于深色图像，您希望它们较低，因此检查 stat.mean 的值，如果它们低于某个截止值，则声明该图像为深色。您必须自己制作一些示例图像，然后看看您得到了什么样的值。
[编辑]
使用 ImageOps.grayscale 将图像转换为灰度甚至可能更简单，然后您只返回一个值用于统计。
【讨论】：