对于一个图片上传工具，我希望能够自动检测图像的（主观）质量，并给出一个质量评分。
我有以下启发式想法来实现这个目标：
很明显，如果要对大型的图片进行评分，我的方法将耗费大量的计算和内存资源，尽管在我的场景下这样做是可行的（服务器性能强，上传不频繁），而且如果图像超过一定分辨率，我可以始终在更昂贵的步骤周围建立一个“短路”。
还有别的尝试方法吗？或者有没有更高效的实现方式呢？
评估图像（音频或视频同理）质量并不是一项容易的任务，有许多出版物探讨这个问题。
很多方面都取决于图像的性质——对于人工创建的图像（如图表），适用于不同的标准，对于自然图像（如照片）也是如此。必须考虑到微妙的影响，例如颜色遮罩、亮度遮罩、对比度感知。对于某些图像来说，给定的压缩比是完全足够的，而对于另一些图像，它将导致显著的质量损失。
这里有一份免费的出版物，简要介绍了图像质量评估的主题。
你提到的方法——压缩图像并将结果与原始图像进行比较——远非完美。你打算使用什么度量标准？MSE？每个块的MSE？确实很容易实现，但结果很难解释（考虑具有高频成分和没有高频成分的图像）。
如果您想进一步深入研究图像质量评估领域，机器学习社区也做了很多研究。
但是如果这些照片是“商业性的”呢？如果这些照片是日常物品并且故意不艺术化，那么现有技术的价值还存在吗？
如果我雇佣了数百人拍摄公园长椅的照片，我想要快速知道哪些照片质量更好（对焦、光线充足），哪些照片质量较差。我不想要猫、人、日落等照片。
或者，如果这些照片应该是目录中商品的图片？没有模特，只有服装。图像质量处理是否有帮助？
