机器学习算法原理与实践（一）、基于感知哈希算法的图像搜索实现

【原创】Liu_LongPo 转载请注明出处
【CSDN】http://blog.csdn.net/llp1992

无意中看见一篇博客，是讲仿造google搜图的，链接如下：

Google 以图搜图 - 相似图片搜索原理 - Java实现

觉得挺好玩的，博主使用Java实现的，于是我用 OpenCv实现了下。

根据看到的博文，里面说到，Google图像搜索的关键技术是“感知压缩算法”（Perceptual hash algorithm），它的作用是对每张图片生成一个“指纹”（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。看到这里我就突然来了兴趣想自己实现！

接下来，简单介绍以下感知哈希算法：实验室邹晓艺师兄已经总结得挺好了，所以，我摘取部分：

基于低频的均值哈希

一张图片就是一个二维信号，它包含了不同频率的成分。如下图所示，亮度变化小的区域是低频成分，它描述大范围的信息。而亮度变化剧烈的区域（比如物体的边缘）就是高频的成分，它描述具体的细节。或者说高频可以提供图片详细的信息，而低频可以提供一个框架。

而一张大的，详细的图片有很高的频率，而小图片缺乏图像细节，所以都是低频的。所以我们平时的下采样，也就是缩小图片的过程，实际上是损失高频信息的过程。如下图：

上述这些东西，我们在DSP课堂上都可以学到。

均值哈希算法主要是利用图片的低频信息，其工作过程如下：

（1）缩小尺寸：去除高频和细节的最快方法是缩小图片，将图片缩小到8x8的尺寸，总共64个像素。不要保持纵横比，只需将其变成8*8的正方形。这样就可以比较任意大小的图片，摒弃不同尺寸、比例带来的图片差异。

（2）简化色彩：将8*8的小图片转换成灰度图像。

（3）计算平均值：计算所有64个像素的灰度平均值。

（4）比较像素的灰度：将每个像素的灰度，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。

（5）计算hash值：将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图片的指纹。组合的次序并不重要，只要保证所有图片都采用同样次序就行了。(我设置的是从左到右，从上到下用二进制保存)。

计算一个图片的 hash 指纹就是这么简单，计算出来的hash指纹相对比原来的图片已经丢失了太多的信息了，以至于我们都怀疑这样的指纹是不是真的能够识别出相似的图片。不过，结果当然是不用怀疑的，数学之美与编程之美的结合！

如果图片放大或缩小，或改变纵横比，结果值也不会改变。增加或减少亮度或对比度，或改变颜色，对hash值都不会太大的影响。这种方法是被图片的最大的优点：计算速度快！

因为就像我们看到的，一幅图片被压缩，被转为灰度图，只采集hash指纹，这个过程计算量并不大，而这些指纹就相当于图片的特征。

比较两个图片的相似性，就是先计算这两张图片的hash指纹，也就是64位0或1值，然后计算不同位的个数(汉明距离)。如果这个值为0，则表示这两张图片非常相似，如果汉明距离小于5，则表示有些不同，但比较相近，如果汉明距离大于10则表明完全不同的图片。

实际情况中，我自己写的时候，发现汉明距离小于5的要求太苛刻了，汉明距离接近20的两张图片的相似度还是挺高的。

其实看到这里，你可以根据这个思路自己去实现以下，不用看下面的代码，一直觉得这样才是学习的好方法，看博客拓展思路，自己去实现。

接下来说代码实现：

首先介绍 getImageFinger 函数，也就是生成图像的指纹，代码如下：

// 寻找图像指纹
// 参数： 输入图像 img ，图像的指纹数组
void getImageFinger(IplImage * img,char *status)
{
    int avrpixel= 0;
    int i,j;
    CvScalar scalar ;
    for (i = 0;i<8;i++)
    {
        for (j = 0;j<8;j++)
        {
            scalar = cvGet2D(img,i,j);
            avrpixel += scalar.val[0];
        }
    }
    avrpixel = avrpixel / 64 ;
    int k = 0;
    for (i = 0;i<8;i++)
    {
        for (j = 0;j<8;j++)
        {
            if (cvGet2D(img,i,j).val[0] > avrpixel)
            {
                status[k++] = 1;
            }else
            {
                status[k++] = 0;
            }
        }
    }
}

根据上面的原理就可以理解代码。

接下来是计算汉明距离的函数：

// 计算汉明距离
// 参数： 两幅图的指纹数组
// 输出： 汉明距离
int calHammDist(char * src_img,char * dst_img)
{
    int dist = 0;
    for(int i=  0;i<MAX_PIXEL_NUMBER;i++)
    {
        if (src_img[i] != dst_img[i])
        {
            dist ++;
        }
    }
    return dist;
}

搜素图片匹配的过程代码：

    // 读取本地某目录下的全部图片进行搜索匹配
    int show_number = 0;
    for (int i = 0;i<7;i++)
    {
        sprintf(FilePath,"F://image//%d.JPG",i);
        dst_img = cvLoadImage(FilePath);

        resz_dst_img = cvCreateImage(cvSize(8,8),IPL_DEPTH_8U,3);
        cvResize(dst_img,resz_dst_img,1);

        com_dst_img = cvCreateImage(cvSize(8,8),IPL_DEPTH_8U,1);
        cvCvtColor(resz_dst_img,com_dst_img,CV_RGB2GRAY);

        getImageFinger(com_dst_img,status_dst);
        dis = calHammDist(status_src,status_dst);
        cout<<" dis :"<<dis<<endl;
        if (dis<20)
        {
            showimgindex[show_number++] = i;
        }
    }

for 循环中 i 小于7 是因为我只放了7张图片，具体可以自己修改。

效果如下：

这是我本地的要搜索的7张图片

左边第一张为输入图片，第二张和第三张是匹配出来的相似度比较高的图片，第二张其实就是原来的图片，只是改变了大小尺寸，根据下面的命令行打印出来的汉明距离，第一张跟第二张的汉明距离为0，第一张和第三张的汉明距离为10，相似度还是比较高的

这里就不贴出全部代码了，实现起来不是很难，大家可以自己去试试。