使用PIL检测空白页的扫描
所以我经常在一个非智能的佳能多功能上运行巨大的双面扫描工作，这给我留下了一个巨大的JPEG文件夹。我是否疯狂考虑使用PIL分析图像文件夹以检测空白页的扫描并标记它们以进行删除？
离开文件夹爬行和标记部分，我想这看起来像：
检查图像是否为灰度，因为这被认为是不确定的。
如果是这样，请检测阴影的主要范围（背景颜色）。
如果没有，检测主要的阴影范围，限制为浅灰色。
确定整个图像的百分比由所述阴影组成。
尝试找到能够充分检测带有类型或书写或图像的页面的阈值。
也许一次测试图像碎片以提高阈值的准确性。
我知道这是一种边缘情况，但任何有PIL经验的人都可以提供一些指示吗？
没有找到相关结果
已邀请:
3 个回复
香腔弥胯瓤
和，您将手动选择一些示例。 我将假设其余数据位于目录中 计算所有图像的正面和负面的功能 学习分类器 在未标记的图像上使用该分类器 在下面的代码中，我使用了jug来为您提供在多个处理器上运行它的可能性，但是如果删除每一行提及the3ѭ代码也可以使用from glob import glob import mahotas import mahotas.features import milk from jug import TaskGenerator @TaskGenerator def features_for(imname): img = mahotas.imread(imname) return mahotas.features.haralick(img).mean(0) @TaskGenerator def learn_model(features, labels): learner = milk.defaultclassifier() return learner.train(features, labels) @TaskGenerator def classify(model, features): return model.apply(features) positives = glob('positives/*.jpg') negatives = glob('negatives/*.jpg') unlabeled = glob('unlabeled/*.jpg') features = map(features_for, negatives + positives) labels = [0] * len(negatives) + [1] * len(positives) model = learn_model(features, labels) labeled = [classify(model, features_for(u)) for u in unlabeled]中的其他功能（或尝试，但这会变得更复杂）。一般来说，我发现很难用你想要的那种硬阈值进行分类，除非扫描是非常有控制的。辽躺
土投
的事情，其中做了某种非常宽泛的平滑。这将减少识别主导色调的需要，以及当页面上主要阴影不太均匀时的应对。