我正在使用 pdfimages 工具作为 jpeg 从给定的 PDF 文件（包含房地产概要）中提取所有图像。现在我想自动区分照片和其他图片，比如经纪人的标志。我该怎么做？
我知道这会带来一定的不确定性，但没关系。
【问题讨论】：
标签： image-processing jpeg
我会看看颜色分布。在渐变的情况下，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。
【讨论】：
您可以分两步解决您的问题：(1) 从图像中提取某种信息并(2) 训练一个可以区分这两种类型的分类器图片数量：
在这一步中，您必须编写一个程序/函数，将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那样，颜色分布包含很多有用的信息。所以我会尝试以下措施： * 每个颜色通道（红、绿、蓝）的直方图，因为这是对图像颜色分布的基本描述； * 每个直方图的均值、标准差等statistical moments。这应该为您提供有关颜色如何在图像中分布的信息。对于图形，例如徽标，颜色分布应与照片显着不同； * 傅里叶描述符。在绘图中，您可能会发现很多边缘，而在照片中则不会出现这种情况。用傅里叶描述符就可以得到这种信息。
在这一步中，您将训练某种分类器。基本上，获取一组图像并将每个图像手动标记为绘图或照片。此外，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。这将是您的训练集。训练集将用作训练分类器的输入。正如 Neil N 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？），但是您可以使用很多分类器（例如k-NN、SVM、decision trees）。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Weka。
最后，在您训练好分类器之后，从您要测试的图像中提取向量。使用此向量作为分类器的输入，以预测图像是照片还是徽标。
【讨论】：
一个更简单的解决方案是自动将图像发送到 google 图像搜索并启用“相似图像”设置，然后查看 google 是否发送主要返回 PNG 结果或 JPEG 结果。
【讨论】：