如何在 Ruby 中使用 imagemagick（最好是 mini_magic）找到“熵”？我需要这个作为一个更大项目的一部分，在图像中找到“有趣”以便裁剪它。
我在 Python/Django 中找到了一个很好的例子，它给出了以下伪代码：
image = Image.open('example.png')
histogram = image.histogram() # Fetch a list of pixel counts, one for each pixel value in the source image
#Normalize, or average the result.
for each histogram as pixel
histogram_recalc << pixel / histogram.size
endfor
#Place the pixels on a logarithmic scale, to enhance the result.
for each histogram_recalc as pixel
if pixel != 0
entropy_list << log2(pixel)
endif
endfor
#Calculate the total of the enhanced pixel-values and invert(?) that.
entropy = entroy_list.sum * -1
这将转化为公式entropy = -sum(p.*log2(p))。
我的问题：我对 Django/Python 代码的解释是否正确？如果有的话，我如何在 ruby 的 mini_magick 中获取直方图？
最重要的问题：首先，这个算法有什么好处吗？你会建议一个更好的方法来找到图像（部分）中的“熵”或“变化像素的数量”或“梯度深度”吗？
编辑：使用下面答案提供的资源，我想出了工作代码：
# Compute the entropy of an image slice.
def entropy_slice(image_data, x, y, width, height)
slice = image_data.crop(x, y, width, height)
entropy = entropy(slice)
end
# Compute the entropy of an image, defined as -sum(p.*log2(p)).
# Note: instead of log2, only available in ruby > 1.9, we use
# log(p)/log(2). which has the same effect.
def entropy(image_slice)
hist = image_slice.color_histogram
hist_size = hist.values.inject{|sum,x| sum ? sum + x : x }.to_f
entropy = 0
hist.values.each do |h|
p = h.to_f / hist_size
entropy += (p * (Math.log(p)/Math.log(2))) if p != 0
end
return entropy * -1
end
其中 image_data 是一个RMagick::Image.
这在smartcropper gem中使用，它允许使用例如回形针对图像进行智能切片和裁剪。