Cómo bien dice #2 lo mejor si quieres obtener unas conclusiones relevantes y tienes muchos datos es realizar el proceso de detección con Python usando OpenCV, no es fácil e idealmente necesitarías a un programador/científico de datos; un ejemplo podría ser el siguiente https://www.geeksforgeeks.org/detecting-low-contrast-images-with-opencv-scikit-image-and-python/ o https://pyimagesearch.com/2021/01/25/detecting-low-contrast-images-with-opencv-scikit-image-and-python/.
Después de esto tendrías que analizar la significancia estadística de los resultados en base a la variable dicotómica de si eligen o no las plumas, por lo que necesitarías un estadístico de respuesta dicotómica como podría ser un test de t de Student o de Anova:
https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.t.html
Por ejemplo un código para medir el contraste de una imagen usando OpenCV puede ser:
import cv2
import numpy as np
# read image
img = cv2.imread("zelda1.jpg")
# convert to LAB color space
lab = cv2.cvtColor(img,cv2.COLOR_BGR2LAB)
# separate channels
L,A,B=cv2.split(lab)
# compute minimum and maximum in 5x5 region using erode and dilate
kernel = np.ones((5,5),np.uint8)
min = cv2.erode(L,kernel,iterations = 1)
max = cv2.dilate(L,kernel,iterations = 1)
# convert min and max to floats
min = min.astype(np.float64)
max = max.astype(np.float64)
# compute local contrast
contrast = (max-min)/(max+min)
# get average across whole image
average_contrast = 100*np.mean(contrast)
print(str(average_contrast)+"%")
tomado de https://stackoverflow.com/questions/57256159/how-extract-contrast-level-of-a-photo-opencv
Para el test t-student tendrías que recopilar los resultados junto con el valor de estudio (si toma la pluma o no) en una columna cada uno y ejecutar el test de la siguiente forma:
from scipy.stats import ttest_ind
t_statistic, p_value = ttest_ind(reacciones, contrastes)
# siendo reacciones y contrastes los array de ambos indicadores.
print("t-statistic: ", t_statistic)
print("p-value: ", p_value)
Puedes realizar estas ejecuciones en https://colab.research.google.com/ si no quieres instalar Python, ahí también podrías encontrar muchos ejemplos de códigos pre-hechos como el que está en el enlace de arriba.