使用Ruby和imagemagick获取或计算图像的熵
如何在Ruby中找到带有imagemagick的“entropy”，最好是mini_magic？ 我需要这个作为一个更大的项目的一部分， 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 ，它提供了以下伪代码：
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 这将转换为公式entropy = -sum(p.*log2(p)) 。
我的问题：我是否正确解释了Django / Python代码？ 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：这个算法首先是好的吗？ 你会建议一个更好的人来找到（部分）图像中的“熵”或“变化像素量”或“渐变深度”吗？
编辑 ：使用以下答案提供的资源，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
image_data是一个RMagick::Image 。
这用于smartcropper gem ，它允许使用例如回形针对图像进行智能切片和裁剪。
这里解释了熵（使用MATLAB源代码，但希望定性解释有帮助）：
熵简介（MATLAB中的数据挖掘）
有关更正式的解释，请参阅：
Cover和Thomas 撰写的“信息论要素”（第2章）
使用facets的Array#entropy ：
require 'facets' puts File.read('path/to/image.png').chars.entropy