BlurDetect — это расширение Adobe Lightroom, позволяющее удалять все размытые фотографии из каталога во время импорта. Следите за новостями на https://github.com/jchau623/BlurDetect.
Выполнено: добавлено несколько других функций оценки фокуса изображения.
В моем предыдущем DevLog я упомянул об использовании алгоритмов машинного обучения, чтобы решить, какие методы коррекции изображений использовать и насколько сильно их применять. Я решил пока отложить эту идею. Никак не могу разобраться, какую методику использовать, что такое правильно скорректированное изображение с точки зрения количественных значений, а также перечислений функций коррекции и их параметров не так уж и много. Так что я мог просто просмотреть все возможные перестановки, чтобы найти наилучшую комбинацию.
В scikit-learn есть действительно аккуратная блок-схема, которая поможет начинающим, таким как я, найти подходящую технику для решения проблемы. После этого он инструктирует меня использовать классификацию опорных векторов.
Машины опорных векторов (SVM) — это метод машинного обучения с учителем, полезный для классификации. Цель BlurDetect состоит в том, чтобы классифицировать изображения на типы «Размытые» и «Не размытые», поэтому подходящими будут SVM. Идея состоит в том, чтобы обучить SVM с помеченными обучающими данными, чтобы он разделил «пространство» на разные классы в соответствии с распределением обучающих данных в указанном пространстве. Я нашел в Интернете пару наборов тестовых изображений с размытыми фотографиями, ссылки на которые я добавил в свой репозиторий GitHub.
Далее: создайте и организуйте свою коллекцию изображений, внедрите SVM и запустите ее.
Далее: напишите сценарий для перебора каждой перестановки настроек обработки изображений и запустите его на ночь, чтобы увидеть, какие настройки обеспечивают наилучшую точность теста.
