图片相似度比较

 图片相似度比较的原理是对每张图片生成一个"指纹"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。也就是所谓的“感知哈希算法”（Perceptualhash algorithm）。

实现步骤如下：

第一步预处理：读取图片

File inputFile = newFile(filename);
BufferedImage sourceImage = ImageIO.read(inputFile);//读取图片文件

第二步，缩小尺寸

    将图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片差异。

int width= 8;
intheight = 8;
// targetW，targetH分别表示目标长和宽
int type= sourceImage.getType();// 图片类型
BufferedImagethumbImage = null;
double sx= (double) width / sourceImage.getWidth();
double sy= (double) height / sourceImage.getHeight(); // 将图片宽度和高度都设置成一样，以长度短的为准
if (b) {
      if(sx > sy) {
            sx= sy;
            width= (int) (sx * sourceImage.getWidth());
      }else {
            sy= sx;
            height= (int) (sy * sourceImage.getHeight());
      }
}
// 自定义图片
if (type== BufferedImage.TYPE_CUSTOM) { // handmade
     ColorModelcm = sourceImage.getColorModel();
     WritableRasterraster = cm.createCompatibleWritableRaster(width,height);
     booleanalphaPremultiplied = cm.isAlphaPremultiplied();
     thumbImage= new BufferedImage(cm, raster, alphaPremultiplied, null);
 } else {
     // 已知图片，如jpg，png，gif
     thumbImage= new BufferedImage(width, height, type);
}
// 调用画图类画缩小尺寸后的图
Graphics2Dg = target.createGraphics();
//smoother than exlax:
g.setRenderingHint(RenderingHints.KEY_RENDERING, RenderingHints.VALUE_RENDER_QUALITY);
g.drawRenderedImage(sourceImage,AffineTransform.getScaleInstance(sx, sy));
g.dispose();

第三步，简化色彩

    将缩小后的图片，转为64级灰度。也就是说，所有像素点总共只有64种颜色。

int[]pixels = new int[width * height];
for (inti = 0; i < width; i++) {
      for(int j = 0; j < height; j++) {
            pixels[i* height + j] = rgbToGray(thumbImage.getRGB(i, j));
      }
}
/**
 * 灰度值计算
 * @param pixels 彩色RGB值(Red-Green-Blue 红绿蓝)
 * @return int 灰度值
 */
public static int rgbToGray(int pixels) {
       // int _alpha =(pixels >> 24) & 0xFF;
       int _red = (pixels >> 16) & 0xFF;
       int _green = (pixels >> 8) & 0xFF;
       int _blue = (pixels) & 0xFF;
       return (int) (0.3 * _red + 0.59 * _green + 0.11 * _blue);
}

第四步，计算平均值

    计算所有64个像素的灰度平均值。

int avgPixel= 0;
int m = 0;
for (int i =0; i < pixels.length; ++i) {
      m +=pixels[i];
}
m = m /pixels.length;
avgPixel = m;

第五步，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。

int[] comps= new int[width * height];
for (inti = 0; i < comps.length; i++) {
    if(pixels[i] >= avgPixel) {
        comps[i]= 1;
    }else {
        comps[i]= 0;
    }
}

第六步，计算哈希值

    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。

StringBufferhashCode = new StringBuffer();
for (inti = 0; i < comps.length; i+= 4) {
      intresult = comps[i] * (int) Math.pow(2, 3) + comps[i + 1] * (int) Math.pow(2, 2)+ comps[i + 2] * (int) Math.pow(2, 1) + comps[i + 2];
      hashCode.append(binaryToHex(result));//二进制转为16进制
}
StringsourceHashCode = hashCode.toString();

得到指纹以后，就可以对比不同的图片，看看64位中有多少位是不一样的。在理论上，这等同于计算"汉明距离"（Hammingdistance）。如果不相同的数据位不超过5，就说明两张图片很相似；如果大于10，就说明这是两张不同的图片。

 

你可以将几张图片放在一起，也计算出他们的汉明距离对比，就可以看看两张图片是否相似。

 

这种算法的优点是简单快速，不受图片大小缩放的影响，缺点是图片的内容不能变更。如果在图片上加几个文字，它就认不出来了。所以，它的最佳用途是根据缩略图，找出原图。

 

实际应用中，往往采用更强大的pHash算法和SIFT算法，它们能够识别图片的变形。只要变形程度不超过25%，它们就能匹配原图。这些算法虽然更复杂，但是原理与上面的简便算法是一样的，就是先将图片转化成Hash字符串，然后再进行比较。

 

其它开源图片检索程序有LIRE:

LIRE（Lucene Image REtrieval）提供一种的简单方式来创建基于图像特性的Lucene索引。利用该索引就能够构建一个基于内容的图像检索(content- based image retrieval，CBIR)系统，来搜索相似的图像。LIRE使用的特性都取自MPEG-7标准： ScalableColor、ColorLayout、EdgeHistogram。此外该类库还提供一个搜索该索引的方法。
下载地址：http://www.oschina.net/p/lire

利用直方图的方法

double CmpPic(char *pic1,char *pic2)
{
 IplImage *Image1=cvLoadImage(pic1, 0);
 IplImage *Image2=cvLoadImage(pic2, 0);
 
 if(Image1==NULL)
 {
  printf("program cannot load the first picture!\n");
  return 0;
 }
 if(Image2==NULL)
 {
  printf("program cannot load the second picture!\n");
  return 0;
 }
 
 //创建直方图
 CvHistogram *Histogram1=cvCreateHist(1,&HistogramBins,CV_HIST_SPARSE,HistogramRange);
 CvHistogram *Histogram2=cvCreateHist(1,&HistogramBins,CV_HIST_SPARSE,HistogramRange);
 //计算直方图
 cvCalcHist(&Image1,Histogram1);
 cvCalcHist(&Image2,Histogram2);
 //归一化直方图
 cvNormalizeHist(Histogram1,1);
 cvNormalizeHist(Histogram2,1);
 return cvCompareHist(Histogram1,Histogram2,CV_COMP_CORREL);
 }