Java 利用感知哈希算法简单实现用户头像搜索（搜图）

目录

目录

实现思路

一、对比两图相似度

缩小图片尺寸N*N，保证搜索图 和目标图尺寸一致。

减少图片颜色，将图片转为灰度图

计算图片DCT，计算出角块 8 * 8DCT平均值

将图片DCT与 平均值进行比较，大于平均值的计为1，否则计为0，将会得到 64 位的Hash值

注意，图片尺寸N越大，搜索准确率越大，耗时越久(一般取值范围在8~32)

计算搜索图与目标图 Hash值的 汉明距离，数值越小，两图结构越相似

二、保存头像Hash值到数据库

三、获取想要搜索的头像的Hash 值 ，与数据库进行匹配，按相似度高低进行升序排列

四、名词解释

五、源代码地址

---

实现思路

一、对比两图相似度

1. 缩小图片尺寸N*N，保证搜索图 和目标图尺寸一致。

       private 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;
       }

    

2. 减少图片颜色，将图片转为灰度图

           colorConvert.filter(img, img);
   
           double[][] vals = new double[size][size];
   
           for (int x = 0; x < img.getWidth(); x++) {
               for (int y = 0; y < img.getHeight(); y++) {
                   vals[x][y] = getBlue(img, x, y);
               }
           }
   

    

3. 计算图片DCT，计算出角块 8 * 8DCT平均值

           /*
            * 计算DTC 
            */
           long start = System.currentTimeMillis();
           double[][] dctVals = applyDCT(vals);
           System.out.println("DCT: " + (System.currentTimeMillis() - start));
   
       
           /*
            * 计算平均值DTC
            */
           double total = 0;
   
           for (int x = 0; x < smallerSize; x++) {
               for (int y = 0; y < smallerSize; y++) {
                   total += dctVals[x][y];
               }
           }
           total -= dctVals[0][0];
   
           double avg = total / (double) ((smallerSize * smallerSize) - 1);

       /**
        * 获得DCT
        * @param val
        * @return
        */
       private double[][] applyDCT(double[][] val) {
           int n = size;
   
           double[][] f = new double[n][n];
           for (int u = 0; u < n; u++) {
               for (int v = 0; v < n; v++) {
                   double sum = 0.0;
                   for (int i = 0; i < n; i++) {
                       for (int j = 0; j < n; j++) {
                           sum += Math.cos(((2 * i + 1) / (2.0 * n)) * u * Math.PI)
                                   * Math.cos(((2 * j + 1) / (2.0 * n)) * v * Math.PI) * (val[i][j]);
                       }
                   }
                   sum *= ((c[u] * c[v]) / 4.0);
                   f[u][v] = sum;
               }
           }
           return f;
       }

    

4. 将图片DCT与 平均值进行比较，大于平均值的计为1，否则计为0，将会得到 64 位的Hash值

           /*
            * 计算hash值
            */
           String hash = "";
   
           for (int x = 0; x < smallerSize; x++) {
               for (int y = 0; y < smallerSize; y++) {
                   if (x != 0 && y != 0) {
                       hash += (dctVals[x][y] > avg ? "1" : "0");
                   }
               }
           }
   

    

5. 注意，图片尺寸N越大，搜索准确率越大，耗时越久(一般取值范围在8~32)

6. 计算搜索图与目标图 Hash值的 汉明距离，数值越小，两图结构越相似

二、保存头像Hash值到数据库

这里会遇到一个问题：Hash 是  64位 ，如果以保存为字符串，会影响汉明距离的计算速度，如果头像上百万的话，就会很慢了。

我的解决办法是将 64 位 Hash 分成4份，转为十进制分别保存在 数据库4个字段中

            ImagepHash imagepHash = new ImagepHash();

            URL urlGet = new URL(avatar);
            URLConnection conn = urlGet.openConnection();
            InputStream avatarInputStream = conn.getInputStream();

            String a1 = imagepHash.getHash(avatarInputStream);

            AvatarLibDao avatarLibDao = new AvatarLibDao();
            avatarLibDao.setAvatarHash1(Integer.valueOf(a1.substring(a1.length() / 4 * 0, a1.length() / 4 * 1), 2));
            avatarLibDao.setAvatarHash2(Integer.valueOf(a1.substring(a1.length() / 4 * 1, a1.length() / 4 * 2), 2));
            avatarLibDao.setAvatarHash3(Integer.valueOf(a1.substring(a1.length() / 4 * 2, a1.length() / 4 * 3), 2));
            avatarLibDao.setAvatarHash4(Integer.valueOf(a1.substring(a1.length() / 4 * 3, a1.length() / 4 * 4), 2));

三、获取想要搜索的头像的Hash 值 ，与数据库进行匹配，按相似度高低进行升序排列

select *
from avatar_lib
where BIT_COUNT(avatar_lib.avatar_hash1^#{avatar_hash1})
			+ BIT_COUNT(avatar_lib.avatar_hash2^#{avatar_hash2})
			+ BIT_COUNT(avatar_lib.avatar_hash3^#{avatar_hash3})
			+ BIT_COUNT(avatar_lib.avatar_hash4^#{avatar_hash4})
			<=10

下面这个截图是用的线上环境，为了提高速度所以没有对相似度进行排序的

四、名词解释

离散余弦变换（DCT)：https://www.jianshu.com/p/f8e36b00fcdf

汉明距离：https://baike.baidu.com/item/%E6%B1%89%E6%98%8E%E8%B7%9D%E7%A6%BB/475174?fr=aladdin

五、源代码地址

CSDN:https://download.csdn.net/download/fan_hong_sy/16265474

GitHub:https://github.com/fmacro/avatarSearch