圖像分類 - 檢測平面圖

function Saturation($color) 
{ 
    $color = array_map('hexdec', str_split($color, 2)); 

    if (max($color) > 0) 
    { 
     return (max($color) - min($color))/max($color); 
    } 

    return 0; 
} 

var_dump(Saturation('000000')); // black 0.0000000000000000 
var_dump(Saturation('FFFFFF')); // white 0.0000000000000000 
var_dump(Saturation('818185')); // grey  0.0300751879699249 
var_dump(Saturation('5B9058')); // green 0.3888888888888889 
var_dump(Saturation('DE1C5F')); // pink  0.8738738738738738 
var_dump(Saturation('FE7A15')); // orange 0.9173228346456692 
var_dump(Saturation('FF0000')); // red  1.0000000000000000 
var_dump(Saturation('80FF80')); // ---  0.4980392156862745 
var_dump(Saturation('000080')); // ---  1.0000000000000000

使用imagecolorat()和imagecolorsforindex()你可以實現一個簡單的函數，環槽的所有圖像和和的像素/計算飽和度的平均值。如果圖像的飽和度高於您定義的自定義閾值，則可以假定圖像是徽標。

有一件你不應該忘記的是，具有更高分辨率的圖像通常會有更多的飽和度（更多的像素進行求和），所以爲了這個算法以及爲了您的服務器性能，它會是明智地將所有圖像調整爲通用分辨率（比如100x100或50x50）來對它們進行分類，一旦分類，您可以使用原始（未調整大小）的圖像。

我與你提供的圖像一個簡單的測試，這裏是我使用的代碼：

$images = array('./44199.jpg', './68614.jpg', './95205.jpg', './logo.png', './logo.gif'); 

foreach ($images as $image) 
{ 
    $sat = 0; 
    $image = ImageCreateFromString(file_get_contents($image)); 

    for ($x = 0; $x < ImageSX($image); $x++) 
    { 
     for ($y = 0; $y < ImageSY($image); $y++) 
     { 
      $color = ImageColorsForIndex($image, ImageColorAt($image, $x, $y)); 

      if (is_array($color) === true) 
      { 
       $sat += Saturation(dechex($color['red']) . dechex($color['green']) . dechex($color['blue'])); 
      } 
     } 
    } 

    echo ($sat/(ImageSX($image) * ImageSY($image))); 
    echo '<hr />'; 
}

而且這裏的結果：

green floor plant:  0.0151028053 
black floor plant:  0.0000278867 
black and white logo: 0.1245559912 
stackoverflow logo:  0.0399864136 
google logo:   0.1259357324

只使用這些例子中，我會形象地說是地板廠如果平均飽和度小於0.03或0.035，你可以調整通過添加額外的例子它遠一點。

來源

2009-12-20 17:08:42

除非是帶有公司徽標的平面圖:)但這也是我的方法。 +1 – 2009-12-20 17:11:12

@Pekka：儘管如此，通過調整，該標誌將被幾乎忽略不計，並會以飽和貢獻只是一些無關緊要的點。如果不是這意味着它是一個帶有平面圖的徽標，而不是帶有徽標的平面圖。 =） – 2009-12-20 17:35:29

@Pekka：另外，他可以用平均值來解釋這個小文物，而不是使用總和。 – 2009-12-20 17:36:19

我非常懷疑任何這樣的工具已經存在，並創造任何準確的將是非-不重要的。如果您需要整理一組現有的圖像（例如，您有一個未分類的目錄），那麼您可以編寫一個「足夠好」的工具並手動處理這些故障。如果您需要用新圖像動態地執行此操作，則可能是錯誤的方法。

如果我爲前一種情況嘗試此操作，我可能會尋找一些可以用作代理的細微差別。樓層平面圖通常比標識大很多（無論是文件大小還是圖像大小）？平面圖的顏色較少，然後是徽標？如果使用一些微不足道的東西，我可以獲得75％的準確率，那麼這可能是一條可行的路。

來源

2009-12-20 08:44:29

+1 - 另一個簡單的指標是文件名中的關鍵字，如「logo」或「floor」:) – 2009-12-20 08:48:29

感謝您的回答，但我試過這種方法很多標識與地板尺寸相同計劃。任何其他可以使用的指標？也請看到我的評論上述有關（使用房間的角落） – user235410 2009-12-20 18:34:16

標誌往往不是高得較寬我想您可以將圖像的平面圖分類的方式嗎？ – 2009-12-20 21:03:33

這樣的東西 - 圖像模式的識別 - 在時間上往往非常昂貴，極不可靠，並且不斷需要更新和修補以匹配新案例。

我可以問你爲什麼要這麼做？有沒有在您的網站的工作流程一個地步，可以手動確定的圖像是否是標誌或平面圖？編寫一個讓用戶確定上傳時哪個應用程序的應用程序會不會更容易？爲什麼首先有一組混合的數據？

來源

2009-12-20 17:18:59

我從客戶端獲取數據作爲一批未排序的圖像。因爲它含有當我顯示每個需要進行分類，如果可能的話自動（這樣我就可以在將來使用它），我已經寫了一部分（該樓盤的樓層平面圖及公司徽標）圖像的千以95％的準確度對屬性的照片進行分類，所以現在剩下的圖像中我留下了標識和平面圖。 – user235410 2009-12-20 18:42:46

我明白了。這已經很令人印象深刻了。不過，我認爲手頭的任務確實更容易出錯率很高。我個人會選擇一個完全手動的程序，創建一個界面，可以很容易地指向和點擊什麼。但是，如果你自動化 - 也許使用這裏發佈的一個非常有趣的建議 - 我相信很多人（包括我）會有興趣瞭解它是如何實現的。 – 2009-12-20 18:53:13

儘管認爲這是需要人工干預的事情，但您可以做的一件事是檢查圖像的大小。

一個小的（無論是在MB和尺寸）圖像可能是一個標誌。

一個大的（在MB和維度方面）圖像可能是一個平面圖。

但是，這只是一個概率測量，絕不是萬無一失的。

該類型的圖像也是一個指標，但少一個。標誌是更可能是JPG，PNG或GIF，樓層平面圖都可能會成爲TIFF或其他無損格式 - 但不能保證。

來源

2009-12-20 17:39:04 ChrisF

正如其他人說，比如圖像識別通常是可怕的複雜。忘記PHP。

不過，看在你的樣品我看到一個標準的MIGHT工作得很好，如果它沒有和將是很容易實現：

通過良好的OCR運行圖像，看看有什麼字符串彈出。如果你發現一堆描述房間或這些功能的詞...

我想將圖像旋轉90度，然後再次嘗試捕捉垂直標籤。

編輯：既然你說你試過了，它不起作用，也許你需要首先清理雜亂。基於空白切片圖像。運行OCR對付每個子圖像，以防萬一它試圖解析線條時會出現混亂。您可以使用圖像編輯器手動對其進行測試以對其進行分割。

來源

2009-12-20 19:01:45

試過你會推薦哪些OCR工具？我試了tesseract，它無法找出文本 – user235410 2009-12-21 06:45:57

對不起，但我不能幫助工具。我還沒有處理足夠的OCR知道可以做什麼。 – 2009-12-21 19:11:33

我認爲識別公司標誌中的字符本身就是一項複雜的工作。 – 2009-12-22 07:44:16

想到的第一件事情之一是，平面圖往往會有比90度更多的線條，比任何一般的標誌都要多。

快速第一遍將是在圖像上運行Canny edge detection，並使用Hough transform和rho，Theta定義的線對角度進行投票。如果你看到一個非常強的對應於Theta =（0,90,180,270）的rho相加，你可以將圖像分類爲平面圖。

另一種選擇是走邊緣圖像坎尼步驟之後只從長的，連續的線段數票，去除噪聲。

來源

2009-12-21 19:29:34

任何想法如何編寫這樣做的程序？或者，你能送我去，可以解釋這個東西，所以我可以寫我自己 – user235410 2009-12-23 06:32:49

使用兩種顏色飽和度和圖像尺寸（無論是在以前的答案單獨提出）。使用人體分類數字的大量樣本，看看它們在二維空間（尺寸x飽和度）中是如何繪製的，然後決定在哪裏放置邊界。邊界不一定是一條直線，但不要試圖讓所有點都適合，否則你會以犧牲新數據爲代價來「記憶」樣本。最好找到一個適合大多數樣本的相對簡單的邊界，它應該適合大部分數據。

你必須容忍一定的錯誤。一個萬無一失的解決方案是不可能的。如果我選擇平面圖作爲我公司的標誌怎麼辦？（這不是一個笑話，它恰恰是搞笑）

來源

2009-12-21 19:30:51

一個簡單的沒有腦子的嘗試我第一次嘗試是使用SVM學習從樣本中獲得的SIFT關鍵點。但在你做這件事之前，你需要標記一小部分圖像，給它一個-1（平面圖）或1（一個圖標）。如果一幅圖像有更多關鍵點被分類爲平面圖，那麼它必須是一個平面佈置圖，如果它具有更多關鍵點歸類爲標識，那麼它必須是標識。在計算機視覺領域，這被稱爲特徵袋方法，也是最簡單的方法之一。更復雜的方法可能會產生更好的結果，但這是一個好的開始。

來源

2009-12-22 07:52:55

不知道如何編寫一個程序，它是一個地方嗎？或者你可以送我去，可以解釋這個東西的地方，所以我可以寫我自己 – user235410 2009-12-23 06:25:57

@tomlei：也許你可以在這個題爲「關鍵點的包視覺分類」簽出紙由Gabriella Csurka等。 – 2009-12-29 10:41:20

將它外包給人類可能是最容易的。

如果你有預算，考慮Amazon's Mechanical Turk。請參閱維基百科瞭解general description。

或者，您可以自己做外包。編寫一個PHP腳本來顯示你的一張圖片，並提示用戶將它排序爲「logo」我們的「平面圖」。一旦你在網絡服務器上運行了這個程序，就可以通過電子郵件發送你的整個辦公室，並要求每個人將20張圖像分類爲個人喜好。

更重要的是，使之成爲contest--誰排序最圖像將贏得一個iPod的人！

也許最簡單的，邀請大家你知道了比薩餅和啤酒，並設置了一堆的筆記本電腦，並讓每個人都花幾分鐘的時間排序。

有一些軟件方法可以完成你的任務，但是如果它是一次性活動，少於幾千幅圖片和至少幾百美元的預算，那麼比我認爲你的生活可能更容易使用人類。

來源

2010-01-11 04:42:05 AndyL

圖像分類 - 檢測平面圖

回答

相關問題