比较图片相似度算法介绍与应用（Java版）

引言

在前面两篇博客中，介绍了两种文本内容相似度比较算法，SimHash和MinHash，通过技术验证的结果来看，符合项目产品方案规划需求，接下来将把这两种算法应用于不同的场景。

而通常，我们的数据中不仅仅只有文本，也会存在图片。此前，存在图片的数据系统不会做任何处理，都只能直接交由人工处理。这样一来，工作量显然很庞大。所以，这次也调研了图片对比的几种算法，从结果来说，还是能够满足实际使用场景的。

下面介绍的三种算法本质思想都是一样的，即先计算图片的Hash，再通过海明距离表示差异，海明距离越小，则说明图片越相似。

均值Hash算法

算法过程与核心代码

缩小尺寸为8*8

public static BufferedImage thumb(BufferedImage source, int width,int height, boolean b) {// targetW，targetH分别表示目标长和宽int type = source.getType();BufferedImage target = null;double sx = (double) width / source.getWidth();double sy = (double) height / source.getHeight();if (b) {if (sx > sy) {sx = sy;width = (int) (sx * source.getWidth());} else {sy = sx;height = (int) (sy * source.getHeight());}}if (type == BufferedImage.TYPE_CUSTOM) { // handmadeColorModel cm = source.getColorModel();WritableRaster raster = cm.createCompatibleWritableRaster(width,height);boolean alphaPremultiplied = cm.isAlphaPremultiplied();target = new BufferedImage(cm, raster, alphaPremultiplied, null);} elsetarget = new BufferedImage(width, height, type);Graphics2D g = target.createGraphics();// smoother than exlax:g.setRenderingHint(RenderingHints.KEY_RENDERING,RenderingHints.VALUE_RENDER_QUALITY);g.drawRenderedImage(source, AffineTransform.getScaleInstance(sx, sy));g.dispose();return target;
}

简化色彩，转变为灰度图

public static int rgbToGray(int pixels) {// int _alpha = (pixels >> 24) & 0xFF;int _red = (pixels >> 16) & 0xFF;int _green = (pixels >> 8) & 0xFF;int _blue = (pixels) & 0xFF;return (int) (0.3 * _red + 0.59 * _green + 0.11 * _blue);
}

计算64个像素的灰度平均值

public static int average(int[] pixels) {float m = 0;for (int i = 0; i < pixels.length; ++i) {m += pixels[i];}m = m / pixels.length;return (int) m;
}

比较每个像素的灰度，与平均值进行比较。大于或等于平均值记为1；小于平均值记为0。
将上一步的结果组合在一起，就构成了一个64位的整数，即为图片的指纹。
比较hash值，计算海明距离。

/*** 计算"海明距离"（Hamming distance）。* 如果不相同的数据位不超过5，就说明两张图片很相似；如果大于10，就说明这是两张不同的图片。** @param sourceHashCode 源hashCode* @param hashCode       与之比较的hashCode*/
public static int hammingDistance(String sourceHashCode, String hashCode) {int difference = 0;int len = sourceHashCode.length();for (int i = 0; i < len; i++) {if (sourceHashCode.charAt(i) != hashCode.charAt(i)) {difference++;}}return difference;
}

感知Hash算法

算法过程与核心代码

缩小尺寸为8*8

private static BufferedImage resize(BufferedImage image, int width, int height) {BufferedImage resizedImage = new BufferedImage(width, height, BufferedImage.TYPE_INT_ARGB);Graphics2D g = resizedImage.createGraphics();g.drawImage(image, 0, 0, width, height, null);g.dispose();return resizedImage;
}

简化色彩，转变为灰度图

private static int gray(int rgb) {//将最高位（24-31）的信息（alpha通道）存储到a变量int a = rgb & 0xff000000;//取出次高位（16-23）红色分量的信息int r = (rgb >> 16) & 0xff;//取出中位（8-15）绿色分量的信息int g = (rgb >> 8) & 0xff;//取出低位（0-7）蓝色分量的信息int b = rgb & 0xff;// NTSC luma，算出灰度值rgb = (r * 77 + g * 151 + b * 28) >> 8;//(int)(r * 0.3 + g * 0.59 + b * 0.11)//将灰度值送入各个颜色分量return a | (rgb << 16) | (rgb << 8) | rgb;
}

计算DCT（离散余弦变换），得到32*32的系数矩阵。缩小DCT，只保留左上角的8乘8的矩阵

public static int[] DCT(int[] pix, int n) {double[][] iMatrix = new double[n][n];for (int i = 0; i < n; i++) {for (int j = 0; j < n; j++) {iMatrix[i][j] = (double) (pix[i * n + j]);}}double[][] quotient = coefficient(n);    //求系数矩阵double[][] quotientT = transposingMatrix(quotient, n);    //转置系数矩阵double[][] temp = matrixMultiply(quotient, iMatrix, n);iMatrix = matrixMultiply(temp, quotientT, n);int newpix[] = new int[n * n];for (int i = 0; i < n; i++) {for (int j = 0; j < n; j++) {newpix[i * n + j] = (int) iMatrix[i][j];}}return newpix;
}

计算DCT的平均值

public static int averageGray(int[] pix, int w, int h) {int sum = 0;for (int i = 0; i < h; i++) {for (int j = 0; j < w; j++) {sum = sum + pix[i * w + j];}}return sum / (w * h);
}

计算哈希值
比较hash值，计算海明距离

差异值Hash算法

算法过程与核心代码

图片缩放为9*8大小
将图片灰度化
差异值计算（每行相邻像素的差值，这样会生成8*8的差值，前一个像素大于后一个像素则为1，否则为0）
生成哈希值
比较hash值，计算海明距离

public class ImageDHash {/*** 计算dHash方法** @param file 文件* @return hash*/public static String getDHash(File file) {//读取文件BufferedImage srcImage;try {srcImage = ImageIO.read(file);} catch (IOException e) {e.printStackTrace();return null;}//文件转成9*8像素，为算法比较通用的长宽BufferedImage buffImg = new BufferedImage(9, 8, BufferedImage.TYPE_INT_RGB);buffImg.getGraphics().drawImage(srcImage.getScaledInstance(9, 8, Image.SCALE_SMOOTH), 0, 0, null);int width = buffImg.getWidth();int height = buffImg.getHeight();int[][] grayPix = new int[width][height];StringBuffer figure = new StringBuffer();for (int y = 0; y < height; y++) {for (int x = 0; x < width; x++) {//图片灰度化int rgb = buffImg.getRGB(x, y);int r = rgb >> 16 & 0xff;int g = rgb >> 8 & 0xff;int b = rgb & 0xff;int gray = (r * 30 + g * 59 + b * 11) / 100;grayPix[x][y] = gray;//开始计算dHash 总共有9*8像素 每行相对有8个差异值 总共有 8*8=64 个if (x != 0) {long bit = grayPix[x - 1][y] > grayPix[x][y] ? 1 : 0;figure.append(bit);}}}return figure.toString();}/*** 计算海明距离* <p>* 原本用于编码的检错和纠错的一个算法* 现在拿来计算相似度，如果差异值小于一定阈值则相似，一般经验值小于5为同一张图片** @param str1* @param str2* @return 距离*/private static long getHammingDistance(String str1, String str2) {int distance;if (str1 == null || str2 == null || str1.length() != str2.length()) {distance = -1;} else {distance = 0;for (int i = 0; i < str1.length(); i++) {if (str1.charAt(i) != str2.charAt(i)) {distance++;}}}return distance;}
}

总结

相比感知Hash算法，差异值Hash算法的速度要快的多，相比平均值Hash算法，差异值Hash算法在效率几乎相同的情况下的效果要更好，它是基于渐变实现的。所以在项目中选择了最后一种差异值Hash算法，结果也是与预期一致。

比较图片相似度算法介绍与应用（Java版）相关推荐

java 堆排序算法_堆排序算法的讲解及Java版实现
这篇文章主要介绍了堆排序算法的讲解及Java版实现,堆排序基于堆这种数据结构,在本文中对堆的概念也有补充介绍,需要的朋友可以参考下堆是数据结构中的一种重要结构,了解了"堆"的概念 ...
算法--猫扑素数--java版
算法–猫扑素数–java版简介猫扑素数: 形如以 2 开头, 之后跟任意多个 3 的十进制整数如果是个素数, 则它是猫扑素数. 如 2, 23, 233, 2333, 23333 都是猫扑素数, ...
利用 JS 实现多种图片相似度算法
编者按:本文来自 Jrain-前端玩具盆思否专栏,由作者 jrainlau 授权奇舞周刊转载. 在搜索领域,早已出现了"查找相似图片/相似商品"的相关功能,如 Google 搜图 ...
数据结构与算法之排序（Java版）
文章目录时间复杂度冒泡排序算法介绍: 代码实现: 时间性能测试:9s 9355ms 选择排序思路解析: 代码实现: selectSort方法 Main方法时间性能测试:3s 2650ms 插 ...
分布式主键解决方案----Twitter 雪花算法的原理（Java 版）
SnowFlake 雪花算法对于分布式系统环境,主键ID的设计很关键,什么自增intID那些是绝对不用的,比较早的时候,大部分系统都用UUID/GUID来作为主键,优点是方便又能解决问题,缺点是插入 ...
python 图片相似度算法比较_python 比较2张图片的相似度的方法示例
本文介绍了python 比较2张图片的相似度的方法示例,分享给大家,具体如下: #!/usr/bin/python # -*- coding: UTF-8 -*- import cv2 import ...
图片相似度算法比较一般流程
1. 缩放图片将需要处理的图片所放到指定尺寸,缩放后图片大小由图片的信息量和复杂度决定.譬如,一些简单的图标之类图像包含的信息量少,复杂度低,可以缩放小一点.风景等复杂场景信息量大,复杂度高就不能缩 ...
C#对比图片相似度算法
参考Neal Krawetz博士的这篇文章, 实现这种功能的关键技术叫做"感知哈希算法"(Perceptual Hash Algorithm), 意思是为图片生成一个指纹(字符串格 ...
一致性哈希算法介绍，及java实现
https://www.cnblogs.com/hupengcool/p/3659016.html 应用场景在做服务器负载均衡时候可供选择的负载均衡的算法有很多,包括: 轮循算法(Round Rob ...

比较图片相似度算法介绍与应用（Java版）

引言

均值Hash算法

算法过程与核心代码

感知Hash算法

算法过程与核心代码

差异值Hash算法

算法过程与核心代码

总结

比较图片相似度算法介绍与应用（Java版）相关推荐

最新文章

热门文章