文档

图片质量评分

智能媒体管理提供的图片质量评分功能可以从清晰度、噪声和失真、色彩饱和度、曝光度等多个方面评估输入图片在视觉上的质量,并给出综合的评分。通常用于文章封面、视频封面、相册图片去重、低质量图片过滤等场景。

应用场景

  • 文章封面选择:通过对封面图片进行质量评分,可以筛选出高质量、清晰度较高的图片,以确保封面在视觉上具有吸引力,从而增加文章的点击率和阅读量。

  • 视频封面选取:通过对视频帧进行质量评分,可以自动选择高质量、有吸引力的画面作为视频封面,从而提高视频的点击率和观看体验。

  • 低质量图片过滤: 在图像处理和存储系统中,低质量的图片可能会占据大量的存储空间,同时也会影响系统性能和用户体验。通过对图片进行质量评分,可以自动识别并过滤掉模糊、失真或含有噪点的低质量图片,提高图库的质量和可用性。

前提条件

使用方法

调用DetectImageScore - 获取图片分数接口获取目标图片质量评分。

图片信息

  • IMM项目名称:test-project

  • 待评分图片的存储地址:oss://test-bucket/test-object.jpg

  • 图片示例:test-object

请求示例

{
    "ProjectName": "test-project",
    "SourceURI": "oss://test-bucket/test-object.jpg",
}

返回示例

{
    "RequestId": "1AEABE83-5746-02E4-A97D-52EE4BB*****",
    "ImageScore": {
        "OverallQualityScore": 0.727
    }
}
说明

质量评分满分为1,分数越高质量越好。返回示例显示当前图片的质量评分为0.727。

示例代码

以Python SDK为例,图片质量评分的完整示例代码如下。

# -*- coding: utf-8 -*-
# This file is auto-generated, don't edit it. Thanks.
import sys
import os
from typing import List

from alibabacloud_imm20200930.client import Client as imm20200930Client
from alibabacloud_tea_openapi import models as open_api_models
from alibabacloud_imm20200930 import models as imm_20200930_models
from alibabacloud_tea_util import models as util_models
from alibabacloud_tea_util.client import Client as UtilClient


class Sample:
    def __init__(self):
        pass

    @staticmethod
    def create_client(
        access_key_id: str,
        access_key_secret: str,
    ) -> imm20200930Client:
        """
        使用AccessKey ID&AccessKey Secret初始化账号Client。
        @param access_key_id:
        @param access_key_secret:
        @return: Client
        @throws Exception
        """
        config = open_api_models.Config(
            access_key_id=access_key_id,
            access_key_secret=access_key_secret
        )
        # 填写访问的IMM域名。
        config.endpoint = f'imm.cn-beijing.aliyuncs.com'
        return imm20200930Client(config)

    @staticmethod
    def main(
        args: List[str],
    ) -> None:
        # 阿里云账号AccessKey拥有所有API的访问权限,建议您使用RAM用户进行API访问或日常运维。
        # 强烈建议不要把AccessKey ID和AccessKey Secret保存到工程代码里,否则可能导致AccessKey泄露,威胁您账号下所有资源的安全。
        # 本示例通过从环境变量中读取AccessKey,来实现API访问的身份验证。如何配置环境变量,请参见https://help.aliyun.com/document_detail/2361894.html。
        imm_access_key_id = os.getenv("AccessKeyId")
        imm_access_key_secret = os.getenv("AccessKeySecret")
        # 初始化客户端。
        client = Sample.create_client(imm_access_key_id, imm_access_key_secret)
        detect_image_score_request = imm_20200930_models.DetectImageScoreRequest(
            project_name='test-project',
            source_uri='oss://test-bucket/test-object.jpg'
        )
        runtime = util_models.RuntimeOptions()
        try:
            # 复制代码运行请自行打印API的返回值。
            client.detect_image_score_with_options(detect_image_score_request, runtime)
        except Exception as error:
            # 如有需要,请打印错误信息。
            UtilClient.assert_as_string(error.message)

    @staticmethod
    async def main_async(
        args: List[str],
    ) -> None:
        # 阿里云账号AccessKey拥有所有API的访问权限,建议您使用RAM用户进行API访问或日常运维。
        # 强烈建议不要把AccessKey ID和AccessKey Secret保存到工程代码里,否则可能导致AccessKey泄露,威胁您账号下所有资源的安全。
        # 本示例通过从环境变量中读取AccessKey,来实现API访问的身份验证。如何配置环境变量,请参见https://help.aliyun.com/document_detail/2361894.html。
        imm_access_key_id = os.getenv("AccessKeyId")
        imm_access_key_secret = os.getenv("AccessKeySecret")
        # 初始化客户端。
        client = Sample.create_client(imm_access_key_id, imm_access_key_secret)
        detect_image_score_request = imm_20200930_models.DetectImageScoreRequest(
            project_name='test-project',
            source_uri='oss://test-bucket/test-object.jpg'
        )
        runtime = util_models.RuntimeOptions()
        try:
            # 复制代码运行请自行打印API的返回值。
            await client.detect_image_score_with_options_async(detect_image_score_request, runtime)
        except Exception as error:
            # 如有需要,请打印错误信息。
            UtilClient.assert_as_string(error.message)


if __name__ == '__main__':
    Sample.main(sys.argv[1:])
  • 本页导读 (1)
文档反馈