Uzyskaj lub oblicz entropię obrazu za pomocą Ruby i imagemagick

Question

Jak znaleźć "entropię" za pomocą imagemagick, najlepiej mini_magic, w Ruby? Potrzebuję tego jako części większego projektu, znajdowanie "ciekawości" na obrazku, aby go przyciąć.

mogę znaleźć dobry example in Python/Django, która daje następujące pseudokod:

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 

to przekłada wzoru entropy = -sum(p.*log2(p)).

Moje pytania: Czy poprawnie odczytałem kod Django/Pythona? Jak mogę pobrać histogram w mini_magick'u ruby, jeśli w ogóle?

Najważniejsze pytanie: czy ten algorytm jest w ogóle dobry? Czy lepiej zaproponowałbyś "entropię" lub "ilość zmieniających się pikseli" lub "głębokość gradientu" w (częściach) obrazów?

Edytuj: Korzystanie z pliku a.o. środki przewidziane w poniższej odpowiedzi, wpadłem z kodem roboczym:

# 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 

Gdzie image_data jest RMagick::Image.

Jest używany w smartcropper gem, który umożliwia inteligentne cięcie i przycinanie obrazów zawierających np. spinacz.

Answer 1

Entropia jest wyjaśnione tutaj (ze źródłami MATLAB, ale miejmy nadzieję, że jakościowe wyjaśnienie pomaga):

Introduction to Entropy (Data Mining in MATLAB)

na bardziej formalne wyjaśnienie, zobacz:

"Elements of Information Theory" (Chapter 2) przez pokrywę i Thomas

Answer 2

Z facets's Array#entropy:

require 'facets' 
puts File.read('path/to/image.png').chars.entropy