search - 在一组图像中找到最丰富多彩的图像

Question

给定一组图像，按照哪些图像最完整地覆盖全色谱的顺序对它们进行评分？

更新我已经发布了一个姊妹问题，它是一种方法的抽象，在“最“彻底”的圆点分布“。

Answer 1

将像素想象为 RGB 空间中的一组 3D 点。通过像素的 3d 凸包的体积对图像进行评分。

Answer 2

建议将图像从 RGB 值转换为 HSV 值。

那么图像具有的离散色调越多，可以认为它的色彩越丰富。

为了提高性能，您可能只对图像进行子采样，和/或减少色调“筒仓”或量子的数量。

维基是你的朋友

编辑“均匀度”：

好吧，我想您可以通过假设理想的“平均值”是跨色调箱的像素的“均匀”分布（即平均值=总#Pixels除以离散色调箱的总数）来使用标准偏差方法。标准偏差将是实际计数与该平均值之间差异的平方。这种方法有一些注意事项，因为平方会严重惩罚任何计数非常低或非常高的色调箱（您可能想要“限制”直方图范围）。您还需要标准化像素数（用于计数）和跨图像的色调箱数以标准化比较。

另一个问题是，对于大量的色调箱，对所有色调赋予相同的权重，而不管它们之间的光波长“距离”如何（例如，只有许多不同蓝色色调的图像与具有一些离散的红色绿色和蓝色阴影 - 这是其他海报提到的体积方法可能更可取的地方。

Answer 3

如果通过“完全覆盖整个色谱”，您的意思是在给定的颜色空间中至少有一次可能的每个离散颜色值，那么您可以只计算每个图像中的所有唯一颜色，并且具有最高值的颜色可以称为最丰富多彩。

如果通过光谱，您的意思是色调的数量，那么您可以将每个像素的颜色转换为 HSV 或 HSL，计算图像具有的唯一色调值的数量，并再次考虑其中数量最多的颜色最丰富。

如果完整地说，您的意思类似于您关于圆周围点的其他问题，我认为定义某种线性密度度量可能很有用——尽管我并不完全知道如何最好地应用于手头的数据...或者即使这就是你的意思。

Answer 4

每个通道运行一个直方图，并按照 Nicolas 所说的对它们进行评分。

编辑：

那么直方图将为您提供离散值和频率。

您需要考虑离散值，例如，如果等于 0 fq，这意味着您的图像没有关于该通道和值的信息。您不能直接将该值乘以 fq，因为这会打乱评分的计算，因为例如，整个黑色图像可以有一个具有非常高 fq 的离散值。

因此，您需要将色彩最丰富的图像视为包含零 fq 离散值的较少图像。