Google 以图搜图 - 相似图片搜索原理 - Java实现

转载自luohong722的博客：http://blog.csdn.net/luohong722/article/details/7100058

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，就有一种冲动要将这些原理实现出来了。

Google "相似图片搜索"：你可以用一张图片，搜索互联网上所有与它相似的图片。

打开Google图片搜索页面：

点击使用上传一张angelababy原图：

点击搜索后，Google将会找出与之相似的图片，图片相似度越高就越排在前面。如：

这种技术的原理是什么？计算机怎么知道两张图片相似呢？

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

以下是一个最简单的Java实现：

预处理：读取图片

FileinputFile=newFile(filename);
BufferedImagesourceImage=ImageIO.read(inputFile);//读取图片文件

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。

intwidth=8;
intheight=8;
//targetW，targetH分别表示目标长和宽
inttype=sourceImage.getType();//图片类型
BufferedImagethumbImage=null;
doublesx=(double)width/sourceImage.getWidth();
doublesy=(double)height/sourceImage.getHeight();

//将图片宽度和高度都设置成一样，以长度短的为准
if(b){
if(sx>sy){
sx=sy;
width=(int)(sx*sourceImage.getWidth());
}else{
sy=sx;
height=(int)(sy*sourceImage.getHeight());
}
}
//自定义图片
if(type==BufferedImage.TYPE_CUSTOM){//handmade
ColorModelcm=sourceImage.getColorModel();
WritableRasterraster=cm.createCompatibleWritableRaster(width,height);
booleanalphaPremultiplied=cm.isAlphaPremultiplied();
thumbImage=newBufferedImage(cm,raster,alphaPremultiplied,null);
}else{
//已知图片，如jpg，png，gif
thumbImage=newBufferedImage(width,height,type);
}
//调用画图类画缩小尺寸后的图
Graphics2Dg=target.createGraphics();
//smootherthanexlax:
g.setRenderingHint(RenderingHints.KEY_RENDERING,RenderingHints.VALUE_RENDER_QUALITY);
g.drawRenderedImage(sourceImage,AffineTransform.getScaleInstance(sx,sy));
g.dispose();

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=newint[width*height];
for(inti=0;i<width;i++){
for(intj=0;j<height;j++){
pixels[i*height+j]=rgbToGray(thumbImage.getRGB(i,j));
}
}
/**
*灰度值计算
*@parampixels彩色RGB值(Red-Green-Blue红绿蓝)
*@returnint灰度值
*/
publicstaticintrgbToGray(intpixels){
//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，计算平均值。

计算所有64个像素的灰度平均值。

intavgPixel=0;
intm=0;
for(inti=0;i<pixels.length;++i){
m+=pixels[i];
}
m=m/pixels.length;
avgPixel=m;

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=newint[width*height];
for(inti=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。

== 8f373714acfcf4d0

StringBufferhashCode=newStringBuffer();
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));//二进制转为16进制
}
StringsourceHashCode=hashCode.toString();

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。在理论上，这等同于计算"汉明距离"（Hammingdistance）。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。

intdifference=0;
intlen=sourceHashCode.length();

for(inti=0;i<len;i++){
if(sourceHashCode.charAt(i)!=hashCode.charAt(i)){
difference++;
}
}

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

实际应用中，往往采用更强大的pHash算法和SIFT算法，它们能够识别图片的变形。只要变形程度不超过25%，它们就能匹配原图。这些算法虽然更复杂，但是原理与上面的简便算法是一样的，就是先将图片转化成Hash字符串，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，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，源码下载链接：http://download.csdn.net/detail/luohong722/3965112

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