如何使用Python Imaging Library(PIL)识别非照片或"不感兴趣"的图像

Question

我有成千上万的图像,我需要清除那些不是照片或其他"有趣"的图像.

例如,"不感兴趣"的图像可以是所有一种颜色,或者主要是一种颜色,或简单的图标/徽标.

解决方案不一定非常完美,只需要删除最不有趣的图像就足够了.

到目前为止,我最好的想法是对像素进行随机抽样,然后......用它们做点什么.

Answer 1

丹菲抢先了我。这是我计算图像熵的方法：

import Image
from math import log

def get_histogram_dispersion(histogram):
    log2 = lambda x:log(x)/log(2)

    total = len(histogram)
    counts = {}
    for item in histogram:
        counts.setdefault(item,0)
        counts[item]+=1

    ent = 0
    for i in counts:
        p = float(counts[i])/total
        ent-=p*log2(p)
    return -ent*log2(1/ent)


im = Image.open('test.png')
h = im.histogram()
print get_histogram_dispersion(h)