【五】搜索推荐技术在电商导购领域的应用——截图小王子
qrdrg喵科技CEO 15小时前这是个老问题商品陈列在网络的虚拟货架上，好的封面图当然会促进转换。 那么什么样的照片是好封面呢？ 我们的侧重点是向图片传达使用价值，让用户直接感知“购买它会得到什么”。 如下所示，很明显，后者传达了作用，可以接触到人类感情的波动。
那么，如何选择画质优美、构图健忘的饼干或有质感的照片，而不选择背景单调、黑白、计算机生成的照片呢？
说实话，画质好、构图好的照片是好照片。
画质是指包含清晰度、清晰度、失真、分散度、分辨率、色域范围、色纯度、色艳度、色彩平衡等几个指标的画质。 构图是拍照的基本技巧之一，即使是同样的东西，不同的角度构图也不同，不同的构图视点不同，视点不同，这就是画面语言的个性化，因此也有差异。
大体上就是这个道理，通常需要人手来贯彻这个原则。 但是，在最近的产品讨论中，这个问题的机械算法被认为是无法解开的，从而引爆了我司每一位工程师的洪荒之力。 必须挑战不可能的任务。
没错，通过程序实现了封面图像的选择，“截图王子”诞生了。
截图王子的数学模型
从图像纹理分析开始，选择几个全局特征来评价图像质量，选择几个局部特征来评价构图。
全局特征：
HSL(s ) :图像饱和度，0.3-0.8之间人很舒服。
HSL(L ) :图像的照度在0.3-0.8之间，人比较舒适。
ASM:角二次矩(Angular Second Moment，ASM )，是图像灰度分布均匀度和纹理粗细的一个尺度。 图像纹理精细、灰度分布均匀时，能量值大，反之则小。
CON:对比度(Contrast )反映了图像的清晰度和纹理的凹槽深度。 沟纹越深，对比度越大，视觉效果越清晰。 相反，对比度小的话，沟纹浅，效果模糊。 灰度差(对比度较大的像素对)越多，该值就越大。 远离灰度矩阵对角线的元素的值越大，CON越大。
由于COR:自相关测量空间灰度共生矩阵元素在行方向或列方向上的相似度，因此相关值的大小反映了图像中的局部灰度相关。 矩阵元素值均匀相等时，相关值变大； 相反，如果矩阵的像素值差异较大，则相关值较小。 如果图像具有水平纹理，则水平矩阵的COR大于其余矩阵的COR值。
IDM:反差(Inverse Differential Moment )又称对比度分割矩阵，反映图像纹理的同质性，测量图像纹理在局部发生多大的变化。 反映纹理清晰度和有序度，纹理清晰、有序性强、易解释、值大； 杂乱无章，难以解释，值小。
ENT:熵(Entropy )是表示图像所具有的信息量的尺度，表示图像的复杂程序在复杂程序高的情况下熵值大，相反的情况下熵值小。 ASM、CON、COR、IDM、ENT都是全球特征，本算法采用了Haralick实现。
本地特制：
IPD:兴趣点描述符(Interesting Point Descriptor )是局部特征，本算法主要采用SURF实现。
IPR:肖像率(Image Portrait Rate )反映图像是否有明显的前景/背景区别； 区分度越明确，值就越大。 下图的SURF计算
将这些因子合并为一维向量，记述各图像，使用加权和作为各图像的权重。 人工总结训练集，利用LR模型进行训练，生成每个因子的权重系数。
就在那时，我们的截图王子诞生了！
最后的结果……
以下截图中王子的工作情况似乎不错。 ^_^
使用前、使用后
参考文献：
画质http://baike.Baidu.com/view/4647819.htm
彩色http://www.docin.com/p-100266415.html
HSL颜色模型http://cdc.tencent.com/p=3760
Haralick全局纹理特征
3558 www.cis.rit.edu/~ cns PCI /参考/DIP /分段/Har alick 1973.pdf
358 Murphy实验室. web.CMU.edu /公共/边界/边界_节点E26.html
纹理特性分析
358博客. csdn.net /天空新/建筑/细节/8659225
香农信息熵计算python的实现
358博客. csdn.net /道清林/建筑/细节/6906413
358代码.活动状态.com /修复/577476-Shannon -企业-计算/
k均值聚类
358 baike.Baidu.com/view/3066906.htm
358 Luis Pedro.org /软件/微软/
359 python主机. org/milk /群集. html # k-means
超高频算法
原典： http://Wenku.Baidu.com/view/A3 F0640 EBA 1A 8114431 D92 D.HTML
中文： http://wenku.Baidu.com /链接？ URL=NXG6KO73 o7KPGHMKGulo5JZ7L6 ESO3Fiaphsj 72 XPTFomlm8PguebBQZIEZCE CF2VKF-Zafwqzygtxoylncxiobe 4p9RW _ 6M5Weoesokxs
图像解释： http://博客. csdn.net/Yuji漂流/建筑/细节/8203511
出于对PMCAFF用户的敬意，PMCAFF产品经理社区中发布的内容不允许直接或间接在任何平台上公开使用，也不允许用于其他业务目的。 违反上述声明的，本网站将追究相关法律责任。
微信公众号： pmcaffcom
投稿邮箱： tougao@pmcaff.com
Greated by PMCAFF产品经理社区- www.pmcaff.com