這是一個古老的問題

商品，在網絡虛擬貨架上陳列，一張好的封面圖對于促成轉化是不言而喻的。那么什么樣的圖片才是好封面呢？我們的側重點是讓圖片傳遞使用價值，讓用戶直接感知到“如果購買它，我會得到什么”。如下所示，顯然后者更勝任傳遞角色，觸動人類的情緒波動。

? ? ? ? ?

那如何才能挑選出畫質精美、構圖有張力、有質感的攝影圖片，不選背景單調、黑白、計算機生成的圖片呢？

樸素的講，畫質好、構圖好的圖片是好圖片。

畫質就是畫面質量，包括清晰度、銳度、畸變、色散度、解析度、色域范圍、色彩純度、色彩艷度、色彩平衡等幾方面指標。而構圖是攝影的基本技巧之一，同樣的事物，不同的角度就有不同的構圖，不同的構圖就是不同的視角，視角不同就是畫面語言的個性化，也因此也就有了區別。

大致是這個道理，通常是需要人工來貫徹執行這個原則的。但是在最近一次產品討論中，大家都覺得這個問題機器算法是不可解的，導致我司一枚工程師的洪荒之力爆發，非要挑戰這個不可能的任務。

對，用程序來實現封面圖選取，“截圖小王子”就此誕生。

截圖小王子的數學模型

從圖像紋理分析入手，選取一些全局特征來評估畫質，一些局部特征來評估構圖。

全局特征：

? ?? HSL(s): 圖片飽和度，0.3-0.8之間人比較舒適。

?????HSL(l): 圖片光照度，0.3-0.8之間人比較舒適。

?????ASM:?角二階矩（Angular Second Moment, ASM），圖像灰度分布均勻程度和紋理粗細的一個度量，當圖像紋理絞細致、灰度分布均勻時，能量值較大，反之，較小。

?????CON: 對比度（Contrast），反映了圖像的清晰度和紋理溝紋深淺的程度。紋理溝紋越深，其對比度越大，視覺效果越清晰；反之，對比度小，則溝紋淺，效果模糊。灰度差即對比度大的象素對越多，這個值越大。灰度公生矩陣中遠離對角線的元素值越大，CON越大。

?????COR: 自相關（Correlation），度量空間灰度共生矩陣元素在行或列方向上的相似程度，因此，相關值大小反映了圖像中局部灰度相關性。當矩陣元素值均勻相等時，相關值就大；相反，如果矩陣像元值相差很大則相關值小。如果圖像中有水平方向紋理，則水平方向矩陣的COR大于其余矩陣的COR值。

?????IDM:?逆差距（Inverse Differential Moment），也叫反差分矩陣，反映圖像紋理的同質性，度量圖像紋理局部變化的多少。反映了紋理的清晰程度和規則程度，紋理清晰、規律性較強、易于描述的，值較大；雜亂無章的，難于描述的，值較小。

?????ENT: 熵（Entropy），描述圖像具有的信息量的度量，表明圖像的復雜程序，當復雜程序高時，熵值較大，反之則較小。ASM，CON，COR，IDM，ENT都屬于全局特征，本算法采用Haralick實現。

局部特征：

? ? ?IPD: 興趣點描述子（Interesting Point Descriptor），是一種局部特征，本算法主要采用SURF實現。

?????IPR: 肖像畫率（Image Portrait Rate），反映圖像是否有明顯的前景/背景區分；區分度越明顯，值越大。如下圖SURF計算

? ? ? ??

將上述因子整合成一維向量用來描述每一張圖片，使用加權和作為每個圖片的權重。人工整理出一批訓練集，使用LR模型進行訓練，生成每個因子的權重系數。

? ? ?屆時，我們的截圖小王子誕生了！

最后結果……

? ? ?以下截圖小王子的工作姿勢，看起來還不賴~ ^_^

? ? ? ? ? ? ? ?? 使用前 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 使用后

參考文獻：

?????畫質 ?http://baike.baidu.com/view/4647819.htm

?????色彩 ?http://www.docin.com/p-100266415.html

?????HSL顏色模型 ?http://cdc.tencent.com/?p=3760

?????Haralick全局紋理特征

? ? ?http://www.cis.rit.edu/~cnspci/references/dip/segmentation/haralick1973.pdf

? ? ?http://murphylab.web.cmu.edu/publications/boland/boland_node26.html

? ? ?紋理特征分析

? ? ?http://blog.csdn.net/lskyne/article/details/8659225

? ??香農信息熵計算python 實現

? ??http://blog.csdn.net/daoqinglin/article/details/6906413

? ? http://code.activestate.com/recipes/577476-shannon-entropy-calculation/ ? ?

? ? k-means聚類

? ??http://baike.baidu.com/view/3066906.htm

? ??http://luispedro.org/software/milk/

? ??https://pythonhosted.org/milk/clustering.html#k-means

? ? ?

? ??surf算法

? ??原著：http://wenku.baidu.com/view/a3f0640eba1aa8114431d92d.html

? ??中文翻譯：http://wenku.baidu.com/link?url=nxG6Ko73O7KPghmkGuLO5JZ7L6EsO3FIApHsj72xPTfoMlM8pGUEBBQzieZCecf2Vkf-ZAfwqzYgTXoylnCxIObE4p9RW_6m5weoESooKXS

? ??形象解釋：http://blog.csdn.net/yujiflying/article/details/8203511

總結

以上是生活随笔為你收集整理的【五】搜索推荐技术在电商导购领域的应用——截图小王子的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。