图像颜色/灰度分类

Question

我试图将一组图像分类为灰度或颜色组。我一直在使用ImageMagic进行此操作，将彩色图像与其自身的灰度版本进行比较，然后使用峰值错误来确定它是否为灰度图像，如下所示：

http://www.imagemagick.org/Usage/compare/#type_一般信息

这是有效的，然而，它正在产生许多背景色和白色图像的虚假结果。我已经追踪到这个问题，我相信它是由伪黑像素引起的(例如: rgb(0,0,5))。这些psuedo黑色像素看起来是全彩色的，因为技术上是这样的。

有更好的方法来分类这些图像吗？

你建议我怎么做才能摆脱这些假结果？

Answer 1

将图像转换到另一个颜色空间，如HSV，而不是只检查S组件。S代表饱和度，所有灰度图像的饱和度应该是(接近)0。以下是来自ImageMagick：http://www.imagemagick.org/script/color.php的文档

Answer 2

您的问题是设置的误差范围太严格，不能将图像分类为黑白。诀窍是不要走得太远，错误地将彩色图像分类为黑色和白色。

对Bayes分类进行了一些研究。基本上，您对图像的样本进行手动分类。这将给出集合中黑白图像的总概率，以及在任何给定的黑白图像中平均饱和的概率。然后，你用一个公式来比较一个新的未知图像是黑白图像的概率和它是颜色的概率，考虑到它的平均饱和度。

例如，假设集合中10%的图像是黑白的，20%的黑白图像的平均饱和度为5，但只有1%的彩色图像的平均饱和度为5。

black and white posterior for saturation of 5 = 0.1 * 0.2 = 0.02
color posterior for saturation of 5 = 0.9 * 0.01 = 0.009

所以你会把饱和度为5的图像分类为黑白图像。

关于Bayes分类的好处是，如果您发现除了饱和度之外的另一个特性，您可以在确定中使用多个因素。也许最大饱和比平均值更好，或者你可以将两者结合起来。而且，你不必在正确的临界点猜测，因为这是基于你的训练集。