eenvoud verwijst naar een van de belangrijkste regels voor fotografie-compositie. Eenvoud stelt dat het vereenvoudigen van de achtergrond van de afbeelding kijkers’ aandacht kan vestigen op het onderwerp van interesse in een foto en hen helpen beter te begrijpen en waarderen. Begrijpen of een foto de regels van de fotografie respecteert of niet vergemakkelijkt de beoordeling van de fotokwaliteit. In dit artikel presenteren we een methode om automatisch te detecteren of een foto is samengesteld volgens de regel van eenvoud. We ontwerpen functies volgens de definitie, implementatie en effect van de regel. Ten eerste maken we gebruik van saliency analyse om het onderwerp van interesse in een foto af te leiden en de compactheid ervan te meten. Ten tweede segmenteren we een afbeelding in achtergrond en voorgrond en meten we de homogeniteit binnen de achtergrond als een ander kenmerk. Ten derde, bij het kijken naar een beeld gemaakt met de regel van eenvoud, verschillende kijkers hebben de neiging om het eens te zijn over wat het onderwerp van belang is in deze foto. We meten dienovereenkomstig de consistentie tussen verschillende saliency detectieresultaten als functie. We experimenteren met deze functies in een reeks van machine learning methoden. Onze experimenten tonen aan dat onze methoden, samen met deze functies, een bemoedigend resultaat bieden in het detecteren van de regel van eenvoud in een foto.