JAVA比较两张图相似度

利用直方图原理比较2张图片相似度
package com.uiwho.com;

import javax.imageio.*;
import java.awt.image.*;
import java.awt.*;//Color  
import java.io.*;

public class PhotoDigest {
	public static void main(String[] args) throws Exception {
		float percent = compare(getData("C:/Users/Administrator/Desktop/1.jpg"),
				getData("C:/Users/Administrator/Desktop/2.png"));
		if(percent==0){
			System.out.println("无法比较");
		}else{
			System.out.println("两张图片的相似度为:" + percent + "%");			
		}
	}

	public static int[] getData(String name) {
		try{		
		BufferedImage img = ImageIO.read(new File(name));
		BufferedImage slt = new BufferedImage(100, 100, BufferedImage.TYPE_INT_RGB);
		slt.getGraphics().drawImage(img, 0, 0, 100, 100, null);
		// ImageIO.write(slt,"jpeg",new File("slt.jpg"));
		int[] data = new int[256];
		for (int x = 0; x < slt.getWidth(); x++) {
			for (int y = 0; y < slt.getHeight(); y++) {
				int rgb = slt.getRGB(x, y);
				Color myColor = new Color(rgb);
				int r = myColor.getRed();
				int g = myColor.getGreen();
				int b = myColor.getBlue();
				data[(r + g + b) / 3]++;
			}
		}
		// data 就是所谓图形学当中的直方图的概念
		return data;
		}catch(Exception exception){
			System.out.println("有文件没有找到,请检查文件是否存在或路径是否正确");
			return null;
		}
	}

	public static float compare(int[] s, int[] t) {
		try{
		float result = 0F;
		for (int i = 0; i < 256; i++) {
			int abs = Math.abs(s[i] - t[i]);
			int max = Math.max(s[i], t[i]);
			result += (1 - ((float) abs / (max == 0 ? 1 : max)));
		}
		return (result / 256) * 100;
		}catch(Exception exception){
			return 0;
		}
	}
}




使用Java和OpenCV来计算图片相似度的方法主要包括以下几个步骤: 1. 加载图片:首先,使用OpenCV库的Java接口,通过指定图片路径来加载需要比较两张图片。 2. 像预处理:对于加载的每张图片,可以进行一些预处理操作,例如像缩放、灰度化等。这些操作可以提高后续的像处理和特征提取的效果。 3. 特征提取:通过使用OpenCV提供的像处理算法和函数,可以提取出两张图片的特征。例如,可以使用SIFT、SURF或ORB等算法来提取出图片中的特征点和描述子。 4. 特征匹配:将特征提取的结果进行匹配,计算出两张图片之间的相似度。可以使用OpenCV中的FLANN或者Brute-Force算法来进行特征匹配。 5. 相似度计算:根据特征匹配的结果,可以根据一定的规则或算法来计算出两张图片之间的相似度。例如,可以计算出特征点的相似度比例、特征匹配的相似度得分等。 6. 结果展示:将计算得到的相似度结果进行展示和输出。可以在控制台输出结果,或者根据需要将结果显示在形界面上。 需要注意的是,图片相似度的计算是一个较为复杂的问题,不同的算法和方法会有不同的精度和效果。在实际应用中,可以根据具体的需求选择合适的算法和参数来进行处理。另外,由于像处理和特征提取的计算量较大,可能会需要较长的时间来完成整个过程。因此,在进行大量图片相似度计算时,需要考虑到计算时间和资源的消耗。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值