Image processing 如何测试jpeg是否为照片（或者更确切地说是徽标）

我正在使用pdfimages工具将给定PDF文件（包含房地产简介）中的所有图像提取为JPEG格式。现在我想自动区分照片和其他照片，比如经纪人的标志。我该怎么做

• 是否有一个像谷歌图像搜索一样可以区分照片和剪贴画/线条图等的开放式工具
• 有没有一个开放的工具，可以给我一个给定的jpeg使用的颜色数

---

我知道这会有一定的不确定性，但没关系。

我会看看颜色分布。在渐变情况下，颜色可能密集或“过于”均匀分布。或者，您可以查看图像的频率分布。

您可以通过两个步骤来解决问题：（1）从图像中提取某种类型的信息，（2）训练一个能够区分两种类型图像的分类器：

1.特征提取 在这一步中，您必须编写一个程序/函数，以图像作为输入，并返回一个数字向量来描述其视觉信息。正如koan在他的回答中指出的，颜色分布包含了很多有用的信息。因此，我会尝试以下措施： *每个颜色通道（红、绿、蓝）的直方图，因为这是图像颜色分布的基本描述； *每个直方图的平均值、标准差和其他值。这将为您提供有关颜色在图像中如何分布的信息。对于图形（如徽标），颜色分布应与照片明显不同； *傅立叶描述符。在图形中，您可能会发现很多边，而在照片中，这是不可能的。使用傅立叶描述符，您可以获得此类信息

2-分类 在这一步中，您将训练某种分类器。基本上，获取一组图像并手动将每个图像标记为图形或照片。另外，使用您在步骤1中编写的提取函数从每个图像中提取向量。这将是你的训练集。训练集将用作训练分类器的输入。正如Neil N所评论的那样，神经网络可能是一种过度杀伤力（或者可能不是？），但您可以使用很多分类器（例如）。您不必自己实现分类器，因为您可以使用机器学习软件，例如

---

最后，在训练分类器后，从要测试的图像中提取向量。使用此向量作为分类器的输入，以获得图像是照片还是徽标的预测。

一个更简单的解决方案是在启用“相似图像”设置的情况下自动将图像发送到google图像搜索，然后看看谷歌是主要发送PNG结果还是JPEG结果。

对于普通网络来说应该是相当简单的，但这可能会有点过头。好的功能是尺寸、纵横比和文件大小。由于熵较低，徽标的压缩效果会更好。