图片识别技术java_java指纹识别以及谷歌图片识别技术源码

本文实例为大家分享了java指纹识别和图片识别源代码，供大家参考，具体内容如下

主类：

import java.awt.image.BufferedImage;

import java.util.ArrayList;

import java.util.List;

public class SimilarImageSearch {

/**

* @param args

*/

public static void main(String[] args) {

List hashCodes = new ArrayList();

String filename = ImageHelper.path + "\\images\\";

String hashCode = null;

for (int i = 0; i < 6; i++)

{

hashCode = produceFingerPrint(filename + "example" + (i + 1) + ".jpg");

hashCodes.add(hashCode);

}

System.out.println("Resources: ");

System.out.println(hashCodes);

System.out.println();

String sourceHashCode = produceFingerPrint(filename + "source.jpg");

System.out.println("Source: ");

System.out.println(sourceHashCode);

System.out.println();

for (int i = 0; i < hashCodes.size(); i++)

{

int difference = hammingDistance(sourceHashCode, hashCodes.get(i));

System.out.print("汉明距离:"+difference+" ");

if(difference==0){

System.out.println("source.jpg图片跟example"+(i+1)+".jpg一样");

}else if(difference<=5){

System.out.println("source.jpg图片跟example"+(i+1)+".jpg非常相似");

}else if(difference<=10){

System.out.println("source.jpg图片跟example"+(i+1)+".jpg有点相似");

}else if(difference>10){

System.out.println("source.jpg图片跟example"+(i+1)+".jpg完全不一样");

}

}

}

/**

* 计算"汉明距离"(Hamming distance)。

* 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。

* @param sourceHashCode 源hashCode

* @param hashCode 与之比较的hashCode

*/

public static int hammingDistance(String sourceHashCode, String hashCode) {

int difference = 0;

int len = sourceHashCode.length();

for (int i = 0; i < len; i++) {

if (sourceHashCode.charAt(i) != hashCode.charAt(i)) {

difference ++;

}

}

return difference;

}

/**

* 生成图片指纹

* @param filename 文件名

* @return 图片指纹

*/

public static String produceFingerPrint(String filename) {

BufferedImage source = ImageHelper.readPNGImage(filename);// 读取文件

int width = 8;

int height = 8;

// 第一步，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。

BufferedImage thumb = ImageHelper.thumb(source, width, height, false);

// 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[] pixels = new int[width * height];

for (int i = 0; i < width; i++) {

for (int j = 0; j < height; j++) {

pixels[i * height + j] = ImageHelper.rgbToGray(thumb.getRGB(i, j));

}

}

// 第三步，计算平均值。

// 计算所有64个像素的灰度平均值。

int avgPixel = ImageHelper.average(pixels);

// 第四步，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 (int i = 0; i < comps.length; i++) {

if (pixels[i] >= avgPixel) {

comps[i] = 1;

} else {

comps[i] = 0;

}

}

// 第五步，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。

StringBuffer hashCode = new StringBuffer();

for (int i = 0; i < comps.length; i+= 4) {

int result = 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));

}

// 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。

return hashCode.toString();

}

/**

* 二进制转为十六进制

* @param int binary

* @return char hex

*/

private static char binaryToHex(int binary) {

char ch = ' ';

switch (binary)

{

case 0:

ch = '0';

break;

case 1:

ch = '1';

break;

case 2:

ch = '2';

break;

case 3:

ch = '3';

break;

case 4:

ch = '4';

break;

case 5:

ch = '5';

break;

case 6:

ch = '6';

break;

case 7:

ch = '7';

break;

case 8:

ch = '8';

break;

case 9:

ch = '9';

break;

case 10:

ch = 'a';

break;

case 11:

ch = 'b';

break;

case 12:

ch = 'c';

break;

case 13:

ch = 'd';

break;

case 14:

ch = 'e';

break;

case 15:

ch = 'f';

break;

default:

ch = ' ';

}

return ch;

}

}

工具类：

import java.awt.AlphaComposite;

import java.awt.Color;

import java.awt.Font;

import java.awt.Graphics2D;

import java.awt.Image;

import java.awt.RenderingHints;

import java.awt.geom.AffineTransform;

import java.awt.image.BufferedImage;

import java.awt.image.ColorModel;

import java.awt.image.WritableRaster;

import java.io.File;

import java.io.FileInputStream;

import java.io.FileNotFoundException;

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.InputStream;

import javax.imageio.ImageIO;

import com.sun.image.codec.jpeg.ImageFormatException;

import com.sun.image.codec.jpeg.JPEGCodec;

import com.sun.image.codec.jpeg.JPEGImageDecoder;

import com.sun.image.codec.jpeg.JPEGImageEncoder;

/**

* 图片工具类，主要针对图片水印处理

*

* @author 025079

* @version [版本号, 2011-11-28]

* @see [相关类/方法]

* @since [产品/模块版本]

*/

public class ImageHelper {

// 项目根目录路径

public static final String path = System.getProperty("user.dir");

/**

* 生成缩略图

* 保存:ImageIO.write(BufferedImage, imgType[jpg/png/...], File);

*

* @param source

* 原图片

* @param width

* 缩略图宽

* @param height

* 缩略图高

* @param b

* 是否等比缩放

* */

public static BufferedImage thumb(BufferedImage source, int width,

int height, boolean b) {

// targetW，targetH分别表示目标长和宽

int type = source.getType();

BufferedImage target = null;

double sx = (double) width / source.getWidth();

double sy = (double) height / source.getHeight();

if (b) {

if (sx > sy) {

sx = sy;

width = (int) (sx * source.getWidth());

} else {

sy = sx;

height = (int) (sy * source.getHeight());

}

}

if (type == BufferedImage.TYPE_CUSTOM) { // handmade

ColorModel cm = source.getColorModel();

WritableRaster raster = cm.createCompatibleWritableRaster(width,

height);

boolean alphaPremultiplied = cm.isAlphaPremultiplied();

target = new BufferedImage(cm, raster, alphaPremultiplied, null);

} else

target = new BufferedImage(width, height, type);

Graphics2D g = target.createGraphics();

// smoother than exlax:

g.setRenderingHint(RenderingHints.KEY_RENDERING,

RenderingHints.VALUE_RENDER_QUALITY);

g.drawRenderedImage(source, AffineTransform.getScaleInstance(sx, sy));

g.dispose();

return target;

}

/**

* 图片水印

*

* @param imgPath

* 待处理图片

* @param markPath

* 水印图片

* @param x

* 水印位于图片左上角的 x 坐标值

* @param y

* 水印位于图片左上角的 y 坐标值

* @param alpha

* 水印透明度 0.1f ~ 1.0f

* */

public static void waterMark(String imgPath, String markPath, int x, int y,

float alpha) {

try {

// 加载待处理图片文件

Image img = ImageIO.read(new File(imgPath));

BufferedImage image = new BufferedImage(img.getWidth(null),

img.getHeight(null), BufferedImage.TYPE_INT_RGB);

Graphics2D g = image.createGraphics();

g.drawImage(img, 0, 0, null);

// 加载水印图片文件

Image src_biao = ImageIO.read(new File(markPath));

g.setComposite(AlphaComposite.getInstance(AlphaComposite.SRC_ATOP,

alpha));

g.drawImage(src_biao, x, y, null);

g.dispose();

// 保存处理后的文件

FileOutputStream out = new FileOutputStream(imgPath);

JPEGImageEncoder encoder = JPEGCodec.createJPEGEncoder(out);

encoder.encode(image);

out.close();

} catch (Exception e) {

e.printStackTrace();

}

}

/**

* 文字水印

*

* @param imgPath

* 待处理图片

* @param text

* 水印文字

* @param font

* 水印字体信息

* @param color

* 水印字体颜色

* @param x

* 水印位于图片左上角的 x 坐标值

* @param y

* 水印位于图片左上角的 y 坐标值

* @param alpha

* 水印透明度 0.1f ~ 1.0f

*/

public static void textMark(String imgPath, String text, Font font,

Color color, int x, int y, float alpha) {

try {

Font Dfont = (font == null) ? new Font("宋体", 20, 13) : font;

Image img = ImageIO.read(new File(imgPath));

BufferedImage image = new BufferedImage(img.getWidth(null),

img.getHeight(null), BufferedImage.TYPE_INT_RGB);

Graphics2D g = image.createGraphics();

g.drawImage(img, 0, 0, null);

g.setColor(color);

g.setFont(Dfont);

g.setComposite(AlphaComposite.getInstance(AlphaComposite.SRC_ATOP,

alpha));

g.drawString(text, x, y);

g.dispose();

FileOutputStream out = new FileOutputStream(imgPath);

JPEGImageEncoder encoder = JPEGCodec.createJPEGEncoder(out);

encoder.encode(image);

out.close();

} catch (Exception e) {

System.out.println(e);

}

}

/**

* 读取JPEG图片

* @param filename 文件名

* @return BufferedImage 图片对象

*/

public static BufferedImage readJPEGImage(String filename)

{

try {

InputStream imageIn = new FileInputStream(new File(filename));

// 得到输入的编码器，将文件流进行jpg格式编码

JPEGImageDecoder decoder = JPEGCodec.createJPEGDecoder(imageIn);

// 得到编码后的图片对象

BufferedImage sourceImage = decoder.decodeAsBufferedImage();

return sourceImage;

} catch (FileNotFoundException e) {

e.printStackTrace();

} catch (ImageFormatException e) {

e.printStackTrace();

} catch (IOException e) {

e.printStackTrace();

}

return null;

}

/**

* 读取JPEG图片

* @param filename 文件名

* @return BufferedImage 图片对象

*/

public static BufferedImage readPNGImage(String filename)

{

try {

File inputFile = new File(filename);

BufferedImage sourceImage = ImageIO.read(inputFile);

return sourceImage;

} catch (FileNotFoundException e) {

e.printStackTrace();

} catch (ImageFormatException e) {

e.printStackTrace();

} catch (IOException e) {

e.printStackTrace();

}

return null;

}

/**

* 灰度值计算

* @param pixels 像素

* @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);

}

/**

* 计算数组的平均值

* @param pixels 数组

* @return int 平均值

*/

public static int average(int[] pixels) {

float m = 0;

for (int i = 0; i < pixels.length; ++i) {

m += pixels[i];

}

m = m / pixels.length;

return (int) m;

}

}

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。