安卓感知哈希算法

这篇博客详细介绍了如何在安卓平台上实现感知哈希算法,用于图像识别。首先通过缩小图片尺寸到8x8来减少高频和细节,然后将图片转化为64级灰度,接着计算所有像素的平均值。接下来,比较每个像素的灰度值与平均值,大于等于平均值的标记为1,反之为0。最后,将这些比较结果组合成一个字符串作为图片的指纹。这种方法可以用来识别相似图片。
摘要由CSDN通过智能技术生成
public static String getHash(Bitmap bmp){
	    /**
	     * 第一步,缩小尺寸。
		 * 最快速的去除高频和细节,只保留结构明暗的方法就是缩小尺寸。
		 * 将图片缩小到8x8的尺寸,总共64个像素。摒弃不同尺寸、比例带来的图片差异
	     */
		int width = bmp.getWidth();
	    int height = bmp.getHeight();
	    int newWidth = 8;
	    int newHeight = 8;
	    float scaleWidth = ((float) newWidth) / width;
	    float scaleHeight = ((float) newHeight) / height;
	    Matrix matrix = new Matrix();
	    matrix.postScale(scaleWidth, scaleHeight);
	    Bitmap newbmp = Bitmap.createBitmap(bmp, 0, 0, width, height, matrix,true);
	    /**
	     * 第二步,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 width1 = newbmp.getWidth();   //获取位图的宽
	    int height1 = newbmp.getHeight();  //获取位图的高
	     
	     int []pixels = new int[width1 * height1]; //通过位图的大小创建像素点数组
	     
	     newbmp.getPixels(pixels, 0, width1, 0, 0, width1, height1);
	     int alpha = 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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