相似图片搜索的原理和实现——颜色分布法

#1，原理

每张图片都可以生成颜色分布的直方图（color histogram）。如果两张图片的直方图很接近，就可以认为它们很相似。

任何一种颜色都是由红绿蓝三原色（RGB）构成的，所以上图共有4张直方图（三原色直方图 + 最后合成的直方图）。

如果每种原色都可以取256个值，那么整个颜色空间共有1600万种颜色（256的三次方）。针对这1600万种颜色比较直方图，计算量实在太大了，因此需要采用简化方法。可以将0～255分成四个区：0～63为第0区，64～127为第1区，128～191为第2区，192～255为第3区。这意味着红绿蓝分别有4个区，总共可以构成64种组合（4的3次方）。

任何一种颜色必然属于这64种组合中的一种，这样就可以统计每一种组合包含的像素数量。

上图是某张图片的颜色分布表，将表中最后一栏提取出来，组成一个64维向量(7414, 230, 0, 0, 8, ..., 109, 0, 0, 3415, 53929)。这个向量就是这张图片的特征值或者叫"指纹"。

于是，寻找相似图片就变成了找出与其最相似的向量。这可以用皮尔逊相关系数或者余弦相似度算出。

 

#2，c++代码实现

  1 #include<math.h>
  2 #include<bitset>
  3 #include<iostream>
  4 #include<vector>
  5 #include<string>
  6 #include<fstream>
  7 #include <time.h>
  8 #include<opencv2/core/core.hpp>
  9 #include<opencv2/highgui/highgui.hpp>
 10 
 11 using namespace std;
 12 using namespace cv;
 13 
 14 void getRGB(Mat &pic, vector<int > &PixVec);
 15 int bit2int(bitset<2>& bbit, bitset<2>& gbit, bitset<2>& rbit);
 16 bitset<2> classify(int val);
 17 double correlation(vector<int> &Pix1, vector<int> &Pix2);
 18 void getNameFromTxt(vector<string> &OrigNamePic, string FileName, string OrigFileName);
 19 
 20 int main(){
 21 　　double beginTime = clock();
 22 
 23 　　string FileName="rawdata";
 24 　　string oeder1 = "DIR .\\" + FileName + "\\*.jpg / B >FileNameList.TXT ";
 25 　　system(oeder1.c_str());
 26 
 27 　　vector<string> PicName;
 28 　　getNameFromTxt(PicName, FileName, "FileNameList.TXT");
 29 
 30 　　int Piclen = PicName.size();
 31 　　for (int m = 0; m < Piclen; m++){
 32 　　　　cout << "Compare the " << m << "-th picture with the others!" << endl;
 33 　　　　for (int n = m+1; n < Piclen; n++){
 34 　　　　　　Mat pic1 = imread(PicName[m], 1);
 35 　　　　　　Mat pic2 = imread(PicName[n], 1);
 36 
 37 　　　　　　//PixVec
 38 　　　　　　vector<int> Pix1Vec(64, 0);
 39 　　　　　　getRGB(pic1, Pix1Vec);
 40 　　　　　　vector<int> Pix2Vec(64, 0);
 41 　　　　　　getRGB(pic2, Pix2Vec);
 42 
 43 　　　　　　double correlVal = correlation(Pix1Vec, Pix2Vec);
 44 　　　　　　//cout << "The value of correlation coefficient is: " << correlVal << endl;
 45 　　　　　　if (correlVal > 0.999999){
 46 　　　　　　　　string movePic = "move .\\" + PicName[m]+" DeletePic >nul";
 47 　　　　　　　　system(movePic.c_str());
 48 　　　　　　　　break;
 49 　　　　　　}
 50 　　　　}    
 51 　　}
 52 
 53 　　double endTime = clock();
 54 　　cout << "beginTime:" << beginTime << endl
 55 　　　　<< "endTime:" << endTime << endl
 56 　　　　<< "endTime-beginTime:" << endTime - beginTime << "ms" << endl;
 57 
 58 　　system("Pause");
 59 　　return 0;
 60 }
 61 
 62 void getNameFromTxt(vector<string> &OrigNamePic, string fileName, string OrigFileName){
 63 　　ifstream OrigNameIn(OrigFileName);
 64 　　while (!OrigNameIn.eof()){
 65 　　　　string cacheNameO;
 66 　　　　getline(OrigNameIn, cacheNameO);
 67 　　　　int len = cacheNameO.size();
 68 　　　　if (len>0){
 69 　　　　　　string realName = fileName + "\\" + cacheNameO;
 70 　　　　　　OrigNamePic.push_back(realName);
 71 　　　　}
 72 　　}
 73 
 74 　　OrigNameIn.close();
 75 　　string order = "del " + OrigFileName;
 76 　　system(order.c_str());
 77 }
 78 
 79 void getRGB(Mat &pic, vector<int > &PixVec){
 80 　　int rowNum=pic.rows;
 81 　　int colNum=pic.cols;
 82 　　int pixNum=colNum*pic.channels();
 83 
 84 　　if(pic.channels()!=3)
 85 　　　　cout<<"The channel of the picture is not 3!"<<endl;
 86 
 87 　　Mat_<Vec3b>::iterator it=pic.begin<Vec3b>();
 88 　　Mat_<Vec3b>::iterator itend=pic.end<Vec3b>();
 89 
 90 　　for(;it!=itend;++it){
 91 　　　　bitset<2> bpix,gpix,rpix;
 92 　　　　bpix=classify((*it)[0]);
 93 　　　　gpix=classify((*it)[1]);
 94 　　　　rpix=classify((*it)[2]);
 95 
 96 　　　　int clasVal=bit2int(bpix, gpix, rpix);
 97 　　　　PixVec[clasVal]++;
 98 　　}
 99 
100 }
101 
102 int bit2int(bitset<2>& bbit,bitset<2>& gbit,bitset<2>& rbit){
103 　　bitset<6> bitval;
104 　　for(int i=0;i<2;i++){
105 　　　　bitval[0*2+i]=rbit[i];
106 　　　　bitval[1*2+i]=gbit[i];
107 　　　　bitval[2*2+i]=bbit[i];
108 　　}
109 　　return bitval.to_ulong();
110 }
111 
112 bitset<2> classify(int val){
113 　　if (val<64){
114 　　　　bitset<2> bitval(0);
115 　　　　return bitval;
116 　　}
117 　　else if (val<128){
118 　　　　bitset<2> bitval(1);
119 　　　　return bitval;
120 　　}
121 　　else if (val<192){
122 　　　　bitset<2> bitval(2);
123 　　　　return bitval;
124 　　}
125 　　else {//if(val<256)
126 　　　　bitset<2> bitval(3);
127 　　　　return bitval;
128 　　}
129 }
130 
131 double correlation(vector<int> &Pix1, vector<int> &Pix2){
132 　　double XYsum=0.0, Xsum=0.0, Ysum=0.0;
133 　　double Xmean=0.0, Ymean=0.0;
134 
135 　　int len=Pix1.size();
136 
137 　　for(int i=0; i<len; i++){
138 　　　　Xmean += Pix1[i];
139 　　　　Ymean += Pix2[i];
140 　　}
141 　　Xmean =(double)Xmean/(double)len;
142 　　Ymean =(double)Ymean/(double)len;
143 
144 　　for(int j=0;j<len;j++){
145 　　　　XYsum += ((double)Pix1[j]-Xmean)*((double)Pix2[j]-Ymean);
146 　　　　Xsum += ((double)Pix1[j]-Xmean)*((double)Pix1[j]-Xmean);
147 　　　　Ysum += ((double)Pix2[j]-Ymean)*((double)Pix2[j]-Ymean);
148 　　}
149 
150 　　double finalVal=(double)XYsum/(double)(sqrt(Xsum)*sqrt(Ysum));
151 　　return finalVal;
152 }

相似图片搜索实现

 

#3，程序运行结果