Можно ли спарсить картинки без надписей?

[Astraport]

Имеется словарь из более чем 8 000 простых слов существительных и мне нужно с гугла или бинга спарсить ТОП 10 выдачи картинок по этим словам, но так чтобы на картинке не было крупных надписей. То есть всякие демотиваторы или открытки не подходят.
Например, слово "независимость". Почти все нормально, а вот это http://demotivators.to/media/posters/2337/69612_nezavisimost.jpg не катит.
Такое возможно?

 

[zortexx]

На мой взгляд - маловероятно. Грубое решение возможно, но все что связано с тем или иным распознаванием содержимого изображения потребует как минимум запуска стороннего софта. Если вы найдете простой алгоритм, то его реализация не должна вызвать затруднений.

 

[Astraport]

А что за грубое решение?

 

[zortexx]

В данном случае под грубым решением подразумевается некий простой алгоритм позволяющий решать задачу опираясь на простые критерии. Например, отбирая изображения по размеру, или сверяться с черным списком доменов.

 

[Astraport]

Да, это совсем грубое решение.

 

[zortexx]

Порой грубые решения оказываются самыми эффективными.

 

[Astraport]

Ну по размеру картинки с надписями точно не отфильтровать.
Насчет доменов, то да - хорошая идея. Даже черных списков не нужно. Просто в запросе поставить в минус слова всякие -демотиваторы -demotivatots и т. д. Уже треть будет отсеяно.

 

[Astraport]

Кстати, в комплекте с Зенно идет шаблон парсинга по Бингу и что-то он не работает у меня.

 

[Lexicon]

Отсеять именно демотиваторы довольно легко, а вот вообще надписи на картинке - это боюсь ппц как сложно))) т.к. это уже даже не просто текст с изображения (надписи на заборе на фотографии) а это надо распознавать объекты и прикидывать вероятность того что это ватермарк.
Хотя чисто теоретически можно скачать все фотографии а потом попробовать выявить на них шаблоны, т.е. вотермарки то везде одинаковые... но тут тоже все сложно ибо все белые футболки тоже будут идти как шаблон...

 

[rostonix]

Кстати, в комплекте с Зенно идет шаблон парсинга по Бингу и что-то он не работает у меня.

верстка может поменялась. логика для примера подойдет. если очень нужно - просто запустите в PM и поправьте экшен который выдает ошибку.
если не сможете, задайте вопрос - помогу

 

[VladZen]

Имеется словарь из более чем 8 000 простых слов существительных и мне нужно с гугла или бинга спарсить ТОП 10 выдачи картинок по этим словам, но так чтобы на картинке не было крупных надписей. То есть всякие демотиваторы или открытки не подходят.
Например, слово "независимость". Почти все нормально, а вот это http://demotivators.to/media/posters/2337/69612_nezavisimost.jpg не катит.
Такое возможно?

Обрезку картинки делать, как вариант, надписи обычно по краям. В новом билде постера будет экшн обработки изображений.

 

[Astraport]

На лету обрезать затратно по времени. Хранить на серверах затратно в плане места (8000 * 8 * 100-500 кБ), но это мелочи, правообладатели могут предъявить, а подгружать как результаты поиска вроде бы можно.

 

[VladZen]

Тогда только вот такое приходит на ум - https://support.google.com/drive/answer/176692?hl=ru, https://blog.onedrive.com/photos-on-skydrive-get-smarter-with-bing-powered-ocr-optical-character-recognition/

 

[Astraport]

Все это хорошо, но на лету распознавать не получится.
Открывая эту тему я немного надеялся, что может быть есть в API гугла какой-то известный параметр про эти надписи, может быть и недокументированный. Только это мне поможет.
Ведь есть у него фильтры для adult-картинок и другого содержимого.

 

[VladZen]

Все это хорошо, но на лету распознавать не получится.
Открывая эту тему я немного надеялся, что может быть есть в API гугла какой-то известный параметр про эти надписи, может быть и недокументированный. Только это мне поможет.
Ведь есть у него фильтры для adult-картинок и другого содержимого.

Это надо у гугла спрашивать)