前陣子在阮一峯的博客上看到了這篇《相似圖片搜索原理》博客，就有一種衝動要將這些原理實現出來了。
Google "相似圖片搜索"：你可以用一張圖片，搜索互聯網上所有與它相似的圖片。
打開Google圖片搜索頁面：
點擊
使用上傳一張angelababy原圖：
點擊搜索後，Google將會找出與之相似的圖片，圖片相似度越高就越排在前面。如：
這種技術的原理是什麼？計算機怎麼知道兩張圖片相似呢？
根據Neal Krawetz博士的解釋，實現相似圖片搜素的關鍵技術叫做"感知哈希算法"（Perceptualhash algorithm），它的作用是對每張圖片生成一個"指紋"（fingerprint）字符串，然後比較不同圖片的指紋。結果越接近，就說明圖片越相似。
以下是一個最簡單的Java實現：
預處理：讀取圖片
- File inputFile = newFile(filename);
- BufferedImage sourceImage = ImageIO.read(inputFile);//讀取圖片文件
第一步，縮小尺寸。
將圖片縮小到8x8的尺寸，總共64個像素。這一步的作用是去除圖片的細節，只保留結構、明暗等基本信息，摒棄不同尺寸、比例帶來的圖片差異。
- int width= 8;
- intheight = 8;
- // targetW，targetH分別表示目標長和寬
- int type= sourceImage.getType();// 圖片類型
- BufferedImagethumbImage = null;
- double sx= (double) width / sourceImage.getWidth();
- double sy= (double) height / sourceImage.getHeight();
- // 將圖片寬度和高度都設置成一樣，以長度短的爲準
- if (b) {
- if(sx > sy) {
- sx= sy;
- width= (int) (sx * sourceImage.getWidth());
- }else {
- sy= sx;
- height= (int) (sy * sourceImage.getHeight());
- }
- }
- // 自定義圖片
- 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 {
- // 已知圖片，如jpg，png，gif
- thumbImage= new BufferedImage(width, height, type);
- }
- // 調用畫圖類畫縮小尺寸後的圖
- Graphics2Dg = target.createGraphics();
- //smoother than exlax:
- g.setRenderingHint(RenderingHints.KEY_RENDERING, RenderingHints.VALUE_RENDER_QUALITY);
- g.drawRenderedImage(sourceImage,AffineTransform.getScaleInstance(sx, sy));
- g.dispose();
第二步，簡化色彩。
將縮小後的圖片，轉爲64級灰度。也就是說，所有像素點總共只有64種顏色。
- 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));
- }
- }
- /**
- * 灰度值計算
- * @param pixels 彩色RGB值(Red-Green-Blue 紅綠藍)
- * @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);
- }
第三步，計算平均值。
計算所有64個像素的灰度平均值。
- int avgPixel= 0;
- int m = 0;
- for (int i =0; i < pixels.length; ++i) {
- m +=pixels[i];
- }
- m = m /pixels.length;
- avgPixel = m;
第四步，比較像素的灰度。
將每個像素的灰度，與平均值進行比較。大於或等於平均值，記爲1；小於平均值，記爲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;
- }
- }
第五步，計算哈希值。
將上一步的比較結果，組合在一起，就構成了一個64位的整數，這就是這張圖片的指紋。組合的次序並不重要，只要保證所有圖片都採用同樣次序就行了。
= =
8f373714acfcf4d0
- 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));//二進制轉爲16進制
- }
- StringsourceHashCode = hashCode.toString();
得到指紋以後，就可以對比不同的圖片，看看64位中有多少位是不一樣的。在理論上，這等同於計算"漢明距離"（Hammingdistance）。如果不相同的數據位不超過5，就說明兩張圖片很相似；如果大於10，就說明這是兩張不同的圖片。
- int difference = 0;
- int len =sourceHashCode.length();
- for (inti = 0; i < len; i++) {
- if(sourceHashCode.charAt(i) != hashCode.charAt(i)) {
- difference++;
- }
- }
你可以將幾張圖片放在一起，也計算出他們的漢明距離對比，就可以看看兩張圖片是否相似。
這種算法的優點是簡單快速，不受圖片大小縮放的影響，缺點是圖片的內容不能變更。如果在圖片上加幾個文字，它就認不出來了。所以，它的最佳用途是根據縮略圖，找出原圖。
實際應用中，往往採用更強大的pHash算法和SIFT算法，它們能夠識別圖片的變形。只要變形程度不超過25%，它們就能匹配原圖。這些算法雖然更復雜，但是原理與上面的簡便算法是一樣的，就是先將圖片轉化成Hash字符串，然後再進行比較。
以上內容大部分直接從阮一峯的網站上覆制過來，想看原著的童鞋可以去在最上面的鏈接點擊進去看。
提供源碼下載，源碼下載鏈接：http://download.csdn.net/detail/luohong722/3965112
參考鏈接：神奇的圖像處理算法, 11款相似圖片搜索引擎推薦，以圖搜圖將不再是難事，http://insidesearch.blogspot.com/2011/07/teaching-computers-to-see-image.html
