java对比图片_java 对比两张图片相似度

原文出自:http://liuguihua0823.iteye.com/blog/1178118

import java.awt.image.BufferedImage;

import java.io.File;

import javax.imageio.ImageIO;

/**

* 比较两张图片的相似度

* @author Guihua

*

*/

public class BMPLoader {

// 改变成二进制码

public static String[][] getPX(String args) {

int[] rgb = new int[3];

File file = new File(args);

BufferedImage bi = null;

try {

bi = ImageIO.read(file);

} catch (Exception e) {

e.printStackTrace();

}

int width = bi.getWidth();

int height = bi.getHeight();

int minx = bi.getMinX();

int miny = bi.getMinY();

String[][] list = new String[width][height];

for (int i = minx; i < width; i++) {

for (int j = miny; j < height; j++) {

int pixel = bi.getRGB(i, j);

rgb[0] = (pixel & 0xff0000) >> 16;

rgb[1] = (pixel & 0xff00) >> 8;

rgb[2] = (pixel & 0xff);

list[i][j] = rgb[0] + "," + rgb[1] + "," + rgb[2];

}

}

return list;

}

public static void compareImage(String imgPath1, String imgPath2){

String[] images = {imgPath1, imgPath2};

if (images.length == 0) {

System.out.println("Usage >java BMPLoader ImageFile.bmp");

System.exit(0);

}

// 分析图片相似度 begin

String[][] list1 = getPX(images[0]);

String[][] list2 = getPX(images[1]);

int xiangsi = 0;

int busi = 0;

int i = 0, j = 0;

for (String[] strings : list1) {

if ((i + 1) == list1.length) {

continue;

}

for (int m=0; m

try {

String[] value1 = list1[i][j].toString().split(",");

String[] value2 = list2[i][j].toString().split(",");

int k = 0;

for (int n=0; n

if (Math.abs(Integer.parseInt(value1[k]) - Integer.parseInt(value2[k])) < 5) {

xiangsi++;

} else {

busi++;

}

}

} catch (RuntimeException e) {

continue;

}

j++;

}

i++;

}

list1 = getPX(images[1]);

list2 = getPX(images[0]);

i = 0;

j = 0;

for (String[] strings : list1) {

if ((i + 1) == list1.length) {

continue;

}

for (int m=0; m

try {

String[] value1 = list1[i][j].toString().split(",");

String[] value2 = list2[i][j].toString().split(",");

int k = 0;

for (int n=0; n

if (Math.abs(Integer.parseInt(value1[k]) - Integer.parseInt(value2[k])) < 5) {

xiangsi++;

} else {

busi++;

}

}

} catch (RuntimeException e) {

continue;

}

j++;

}

i++;

}

String baifen = "";

try {

baifen = ((Double.parseDouble(xiangsi + "") / Double.parseDouble((busi + xiangsi) + "")) + "");

baifen = baifen.substring(baifen.indexOf(".") + 1, baifen.indexOf(".") + 3);

} catch (Exception e) {

baifen = "0";

}

if (baifen.length() <= 0) {

baifen = "0";

}

if(busi == 0){

baifen="100";

}

System.out.println("相似像素数量:" + xiangsi + " 不相似像素数量:" + busi + " 相似率:" + Integer.parseInt(baifen) + "%");

}

public static void main(String[] args){

BMPLoader.compareImage("E:\\12.bmp", "E:\\1.bmp");

}

}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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的两张图片。 2. 图像预处理:对于加载的每张图片,可以进行一些预处理操作,例如图像缩放、灰度化等。这些操作可以提高后续的图像处理和特征提取的效果。 3. 特征提取:通过使用OpenCV提供的图像处理算法和函数,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图形界面上。 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,由于图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