Google以图搜图相似图片搜索原理Java实现（转）

前阵子在阮一峰的博客上看到了这篇《相似图片搜索原理》博客&＃xff0c;就有一种冲动要将这些原理实现出来了。

打开Google图片搜索页面&＃xff1a;

点击使用上传一张angelababy原图&＃xff1a;

点击搜索后&＃xff0c;Google将会找出与之相似的图片&＃xff0c;图片相似度越高就越排在前面。如&＃xff1a;

这种技术的原理是什么&＃xff1f;计算机怎么知道两张图片相似呢&＃xff1f;

根据Neal Krawetz博士的解释&＃xff0c;实现相似图片搜素的关键技术叫做"感知哈希算法"&＃xff08;Perceptualhash algorithm&＃xff09;&＃xff0c;它的作用是对每张图片生成一个"指纹"&＃xff08;fingerprint&＃xff09;字符串&＃xff0c;然后比较不同图片的指纹。结果越接近&＃xff0c;就说明图片越相似。

以下是一个最简单的Java实现&＃xff1a;

预处理&＃xff1a;读取图片

File inputFile &＃61; newFile(filename);
BufferedImage sourceImage &＃61; ImageIO.read(inputFile);//读取图片文件

第一步&＃xff0c;缩小尺寸。

将图片缩小到8x8的尺寸&＃xff0c;总共64个像素。这一步的作用是去除图片的细节&＃xff0c;只保留结构、明暗等基本信息&＃xff0c;摒弃不同尺寸、比例带来的图片差异。

int width&＃61; 8;
intheight &＃61; 8;
// targetW&＃xff0c;targetH分别表示目标长和宽
int type&＃61; sourceImage.getType();// 图片类型
BufferedImagethumbImage &＃61; null;
double sx&＃61; (double) width / sourceImage.getWidth();
double sy&＃61; (double) height / sourceImage.getHeight();

// 将图片宽度和高度都设置成一样&＃xff0c;以长度短的为准
if (b) {if(sx > sy) {sx&＃61; sy;width&＃61; (int) (sx * sourceImage.getWidth());}else {sy&＃61; sx;height&＃61; (int) (sy * sourceImage.getHeight());}
}
// 自定义图片
if (type&＃61;&＃61; BufferedImage.TYPE_CUSTOM) { // handmadeColorModelcm &＃61; sourceImage.getColorModel();WritableRasterraster &＃61; cm.createCompatibleWritableRaster(width,height);booleanalphaPremultiplied &＃61; cm.isAlphaPremultiplied();thumbImage&＃61; new BufferedImage(cm, raster, alphaPremultiplied, null);} else {// 已知图片&＃xff0c;如jpg&＃xff0c;png&＃xff0c;gifthumbImage&＃61; new BufferedImage(width, height, type);
}
// 调用画图类画缩小尺寸后的图
Graphics2Dg &＃61; 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&＃xff0c;简化色彩。

将缩小后的图片&＃xff0c;转为64级灰度。也就是说&＃xff0c;所有像素点总共只有64种颜色。

int[]pixels &＃61; new int[width * height];
for (inti &＃61; 0; i }
/*** 灰度值计算* &＃64;param pixels 彩色RGB值(Red-Green-Blue 红绿蓝)* &＃64;return int 灰度值*/
public static int rgbToGray(int pixels) {// int _alpha &＃61;(pixels >> 24) & 0xFF;int _red &＃61; (pixels >> 16) & 0xFF;int _green &＃61; (pixels >> 8) & 0xFF;int _blue &＃61; (pixels) & 0xFF;return (int) (0.3 * _red &＃43; 0.59 * _green &＃43; 0.11 * _blue);
}

第三步&＃xff0c;计算平均值。

计算所有64个像素的灰度平均值。

int avgPixel&＃61; 0;
int m &＃61; 0;
for (int i &＃61;0; i }
m &＃61; m /pixels.length;
avgPixel &＃61; m;

第四步&＃xff0c;比较像素的灰度。

将每个像素的灰度&＃xff0c;与平均值进行比较。大于或等于平均值&＃xff0c;记为1&＃xff1b;小于平均值&＃xff0c;记为0。

int[] comps&＃61; new int[width * height];
for (inti &＃61; 0; i &＃61; avgPixel) {comps[i]&＃61; 1;}else {comps[i]&＃61; 0;}
}

第五步&＃xff0c;计算哈希值。

将上一步的比较结果&＃xff0c;组合在一起&＃xff0c;就构成了一个64位的整数&＃xff0c;这就是这张图片的指纹。组合的次序并不重要&＃xff0c;只要保证所有图片都采用同样次序就行了。

 &＃61;  &＃61; 8f373714acfcf4d0

StringBufferhashCode &＃61; new StringBuffer();
for (inti &＃61; 0; i }
StringsourceHashCode &＃61; hashCode.toString();

得到指纹以后&＃xff0c;就可以对比不同的图片&＃xff0c;看看64位中有多少位是不一样的。在理论上&＃xff0c;这等同于计算"汉明距离"&＃xff08;Hammingdistance&＃xff09;。如果不相同的数据位不超过5&＃xff0c;就说明两张图片很相似&＃xff1b;如果大于10&＃xff0c;就说明这是两张不同的图片。

int difference &＃61; 0;
int len &＃61;sourceHashCode.length();for (inti &＃61; 0; i }

你可以将几张图片放在一起&＃xff0c;也计算出他们的汉明距离对比&＃xff0c;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&＃xff0c;不受图片大小缩放的影响&＃xff0c;缺点是图片的内容不能变更。如果在图片上加几个文字&＃xff0c;它就认不出来了。所以&＃xff0c;它的最佳用途是根据缩略图&＃xff0c;找出原图。

实际应用中&＃xff0c;往往采用更强大的pHash算法和SIFT算法&＃xff0c;它们能够识别图片的变形。只要变形程度不超过25%&＃xff0c;它们就能匹配原图。这些算法虽然更复杂&＃xff0c;但是原理与上面的简便算法是一样的&＃xff0c;就是先将图片转化成Hash字符串&＃xff0c;然后再进行比较。

以上内容大部分直接从阮一峰的网站上复制过来&＃xff0c;想看原著的童鞋可以去在最上面的链接点击进去看。

提供源码下载&＃xff0c;源码下载链接&＃xff1a;http://download.csdn.net/detail/luohong722/3965112 

参考链接&＃xff1a;神奇的图像处理算法, 11款相似图片搜索引擎推荐&＃xff0c;以图搜图将不再是难事&＃xff0c;http://insidesearch.blogspot.com/2011/07/teaching-computers-to-see-image.html