图像分类 - 检测图像是卡通式的

Question

我有大量的JPEG缩略图，大小从120x90到320x240不等，我想将它们分类为真实生活或卡通式。

如何使用ImageMagick的实用程序执行此操作：convert，compare，identify？或者还有其他程序可以解决这个问题吗？

Answer 1

我猜你最好的位是直方图和像素数之间的无线电。卡通线图像趋势的颜色数量少于现实颜色。

您可以使用

COLORS=`convert picture.jpg  -format %c histogram:info:- | wc -l`

计算图片的颜色数量。并使用如下命令：

WIDTH=`jpeginfo picture.jpg | sed -r "s/.* ([0-9]+) x.*/\1/"`

和

HEIGHT=`jpeginfo picture.jpg | sed -r 's/.*x ([0-9]+)  .*/\1/'`

提取宽度和高度。

然后使用此命令查找比率：

echo $WIDTH $HEIGHT $COLORS | awk '{ print $3/($1 * $2);}'

然后由你来定义什么比例是合格的卡通和什么不合格。 对于像卡通一样，这个比例大多低于现实生活中的比例。

只是一个想法。

编辑：我刚刚看到你的评论，你不想知道如何退出。那么就忽略我的答案。

编辑2：我稍微修改一下以便于查看。

注意1：你应该注意到我交换了比率，因为像素数总是远远大于颜色数，所以之前的程序导致 较低的数字。这就是为什么你难以区分它们。

注2：我也从“jpeginfo”更改为“identity”，因为jpeginfo只能执行jpg而且它不是ImageMagick的一部分。

〜/测试/ CheckCartoon.sh

#!/bin/sh


IMAGE=$1
COLORS=convert $IMAGE -format %c histogram:info:- | wc -l
WIDTH=<b>identify</b> $IMAGE | sed -r "s/.* ([0-9]+)x[0-9]+ .*/\1/"
HEIGHT=<b>identify</b> $IMAGE | sed -r 's/.* [0-9]+x([0-9]+) .*/\1/'
RATIO=echo $WIDTH $HEIGHT $COLORS | awk '{ print <b>($1 * $2)/$3</b>;}'
echo $RATIO  | awk '{ printf "%020.5f",$1 }'

〜/测试/ CheckAll.sh

convert $IMAGE -format %c histogram:info:- | wc -l

现在测试你在这里复制文件。

图1：~/test/images/Cartoon-01.jpg

图2：~/test/images/Cartoon-02.png

图3：~/test/images/Cartoon-03.gif

图4：~/test/images/Real-01.jpg

图5：~/test/images/Real-02.jpg

图6：~/test/images/Real-03.jpg

http://dl.getdropbox.com/u/1961549/StackOverflow/SO1518347/Images.png

然后我运行<b>identify</b> $IMAGE | sed -r "s/.* ([0-9]+)x[0-9]+ .*/\1/"（在<b>identify</b> $IMAGE | sed -r 's/.* [0-9]+x([0-9]+) .*/\1/'文件夹中）。我希望得到。

echo $WIDTH $HEIGHT $COLORS | awk '{ print <b>($1 * $2)/$3</b>;}'

正如您所看到的，结果总体上是好的。您可以使用15之类的数字作为分隔。

#!/bin/sh

cd images FILES=ls for FILE in $FILES; do IsIMAGE=identify $FILE 2>&1 | grep " no decode delegate " | grep -o "no" if [ "$IsIMAGE" = "no" ]; then continue; fi

IsIMAGE=`identify $FILE 2>&1 | grep " Improper image header " | grep -o "Improper"`
if [ "$IsIMAGE" = "Improper" ]; then continue; fi

echo `.././CheckCartoon.sh $FILE` $FILE

done

cd ..

是一幅画，但它看起来很逼真，所以很容易混淆。另外ls是我女朋友站在海边的照片，所以颜色的数量比往常少。毫不奇怪，为什么会出现混乱。

我在这里向你展示的仍然是一个原始理论。如果您真的想要一个确凿的指示，您可能需要找到多个指标并进行比较。例如，局部对比度。

希望这会有所帮助。

Answer 2

理论上：

区分卡通和自然场景图像的一种方法是将给定图像与其“平滑”自我进行比较。这背后的动机是“平滑”的卡通图像在统计上将不变化很大，而自然场景图像将。换句话说，拍摄图像，漫画（即平滑）并减去原始结果：

isNotACartoonIndex = mean( originalImage - smooth(originalImage) )

这种差异（即取其平均值）将给出平滑引起的变化水平。对于非光滑的原始（自然场景）图像，索引应该是高的，对于平滑的原始（卡通）图像，索引应该是低的。

SO问题already discusses how to cartoonify images。

在实践中：

我建议使用 bilateral filtering 进行平滑/漫画：

可以使用cvSmooth function with the CV_BILATERAL parameter使用 OpenCV 进行双边过滤。

对于从原始图像中减去卡通图像，我会用HSV图像的Hue通道来做。这意味着您需要先将两个图像从RGB转换为HSV。

作为旁注，希望通过ImageMagick工作流实现这一目标可能会不必要地复杂化。

Answer 3

作为第一遍，我会尝试计算图像颜色直方图的熵。类似卡通的图像应该具有较少的不同颜色的阴影，因此具有较低的熵。

这与NawaMan提出的类似，但这种方法更进了一步。像素数上的颜色数可能不足。例如，可能存在jpeg伪像，人为地增加图像中的颜色数量，但仅限于几个像素。在这种情况下，图像中的大多数像素仍然具有非常少的颜色，这将对应于低熵。

假设您从RGB图像开始。对于每个像素，R，G和B值的范围为0到255 您可以将此范围划分为n个区间，例如n可以是16个。您可以计算这些三维箱中的每一个都有多少像素。然后你需要将二进制值的值除以 总像素数，使您的直方图总和为1.然后计算熵，即熵 是 - sum_i p_i * log（p_i），其中p_i是第i个bin的值。

尝试使用不同的n值，并查看是否可以将真实图像与漫画分开。

Answer 4

这是一个图像分类问题，AFAIK ImageMagick将不能够做到。

对于如何使用训练数据训练“图像分类器”的一些想法，

opencv（处理计算机视觉）可能会有更多的帮助。