javaweb基于内容的图片搜索（3）_lire后台使用

经过了爬图，我得到了图片，以及图片的原网址，这个时候就该处理了。

图片处理本来是一件很复杂的事，而且各种特征也很多，而我仅仅是用的lire，别人第三方开源的jar包。

这里介绍下lire：Lucene Image REtrieval

lire是一个开源的基于图片内容的java类库，它提供了一种简单地方式来检索图像和照片，这是

基于图像的颜色和纹理特征来实现的。lire基于图像的内容和特点产生了一个lucene索引。

lire有多种不同的图像纹理的生成器，比如MPEG-7 ScalableColor, ColorLayout, and EdgeHistogram,

 Auto Color Correlogram, PHOG, CEDD, JCD, FCTH等等。lire的搜图也是基于索引的，先把

一些图片读取，生成索引，然后在把待检索的图片来通过比对，从而得出相似的，并且有相似度

体现。lire源码是基于 Gnu GPL license.

而我呢，后台主要也是用到了lire的生成索引的技术。通过图片的object url，来获取图片

输入流，通过输入流一个个来添加索引。

下面给出加索引的主要代码：

	public String craw() throws Exception {
		keyvalue = URLDecoder.decode(keyvalue, "utf-8");
		String url = new String();
		url = crawUrl.getNextUrl(keyvalue);

		System.out.println("2222");
		List<String> urls = new ArrayList<String>();
		List<String> infos = new ArrayList<String>();
		List<String> homeUrls = new ArrayList<String>();

		Connection connJsoup = Jsoup.connect(url.toString());
		Document dochtml = connJsoup.timeout(20000).get();
		String xml = dochtml.toString();

		// 把xml拆开，然后提取目标url

		
		urls = crawUrl.getObjInfo("\"pic_url\":\"", "\",", xml);
		infos = crawUrl.getObjInfo("\"title\":\"", "\",", xml);
		homeUrls = crawUrl.getObjInfo("\"page_url\":\"", "\",", xml);
		
		
		// 得到索引存放地址
		String location = ildi.getRootLocation().getValue();

		// 创建一个合适的文件生成器，Lire针对图像的多种属性有不同的生成器
		DocumentBuilder db = DocumentBuilderFactory.getJCDDocumentBuilder();
		IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_33,
				new SimpleAnalyzer(Version.LUCENE_33));
		IndexWriter iw = new IndexWriter(FSDirectory.open(new File(location)),
				iwc);

		int num = 0;
		// 建立索引，只建立前二十个
		for (int i = 1; i < urls.size(); i++, num++) {

			// 以下为建立索引的过程
			java.net.URL myurl = new java.net.URL(urls.get(i));
			java.net.HttpURLConnection conn = (java.net.HttpURLConnection) myurl
					.openConnection();
			conn.setRequestMethod("GET");
			conn.setConnectTimeout(5 * 1000);

			InputStream inStream;

			try {
				inStream = conn.getInputStream();// 通过输入流获取图片数据
			} catch (Exception e) {
				continue;
			}

			// 以下为插入图片过程
			Picture picture = new Picture();
			List<Integer> listKey = new ArrayList<Integer>();

			int j = 0;
			for (int k = 0; k < pdi.getAllPicture().size(); k++) {
				listKey.add(pdi.getAllPicture().get(k).getId());
			}
			for (int k = 0; k < 1000000; k++) {
				if (!listKey.contains(k)) {
					j = k;
					break;
				}
			}

			picture.setId(j);
			picture.setKeyWord(kwdi.getByValue(keyvalue));
			picture.setName(urls.get(i));
			picture.setDescription(infos.get(i));
			picture.setObjurl(homeUrls.get(i));
			if (num > 20) {
				break;
			}
			pdi.addPicture(picture);

			// 将图片存为doc
			org.apache.lucene.document.Document doc = db.createDocument(
					inStream, urls.get(i));
			iw.addDocument(doc);
			inStream.close();
		}

		// 将标记设为已建立索引
		kwdi.updateIsAdd(keyvalue);

		iw.optimize();
		iw.close();

		HttpServletResponse response = ServletActionContext.getResponse();
		// 设置字符集
		response.setCharacterEncoding("UTF-8");
		PrintWriter out = response.getWriter();
		out.print("1");

		return null;
	}

由上面代码可以知道，lire在建立索引的时候，首先会创建一个合适的文件生成器documentbuilder。

DocumentBuilder db = DocumentBuilderFactory.getJCDDocumentBuilder();

然后再创建一个针对特定属性的索引写入类：

IndexWriterConfig iwc = new IndexWriterConfig(Version.LUCENE_33,
new SimpleAnalyzer(Version.LUCENE_33));
IndexWriter iw = new IndexWriter(FSDirectory.open(new File(location)),
iwc);

最后，将爬取到的每一份图片的输入流传给文件生成器db，db处理完后得到相应的索引，再有索引写入类

indexWriter写入到文件系统中。

如下图，已完成的索引文件