【转】感知哈希算法——找出相似的图片

Google 图片搜索功能

在谷歌图片搜索中, 用户可以上传一张图片, 谷歌显示因特网中与此图片相同或者相似的图片.

比如我上传一张照片试试效果:

原理讲解

参考Neal Krawetz博士的这篇文章, 实现这种功能的关键技术叫做"感知哈希算法"(Perceptual Hash Algorithm), 意思是为图片生成一个指纹(字符串格式), 两张图片的指纹越相似, 说明两张图片就越相似. 但关键是如何根据图片计算出"指纹"呢? 下面用最简单的步骤来说明一下原理:

第一步缩小图片尺寸

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各种图片尺寸和图片比例的差异, 只保留结构、明暗等基本信息.

第二步转为灰度图片

将缩小后的图片, 转为64级灰度图片.

第三步计算灰度平均值

计算图片中所有像素的灰度平均值

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, 如果大于或等于平均值记为1, 小于平均值记为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位的二进制整数, 这就是这张图片的指纹.

第六步对比图片指纹

得到图片的指纹后, 就可以对比不同的图片的指纹, 计算出64位中有多少位是不一样的. 如果不相同的数据位数不超过5, 就说明两张图片很相似, 如果大于10, 说明它们是两张不同的图片.

代码实现 (C#版本)

下面我用C#代码根据上一节所阐述的步骤实现一下.

using System;

using System.IO;

using System.Drawing;

namespace SimilarPhoto

{

class SimilarPhoto

{

Image SourceImg;

public SimilarPhoto(string filePath)

{

SourceImg = Image.FromFile(filePath);

}

public SimilarPhoto(Stream stream)

{

SourceImg = Image.FromStream(stream);

}

public String GetHash()

{

Image image = ReduceSize();

Byte[] grayValues = ReduceColor(image);

Byte average = CalcAverage(grayValues);

String reslut = ComputeBits(grayValues, average);

return reslut;

}

// Step 1 : Reduce size to 8*8

private Image ReduceSize(int width = 8, int height = 8)

{

Image image = SourceImg.GetThumbnailImage(width, height, () => { return false; }, IntPtr.Zero);

return image;

}

// Step 2 : Reduce Color

private Byte[] ReduceColor(Image image)

{

Bitmap bitMap = new Bitmap(image);

Byte[] grayValues = new Byte[image.Width * image.Height];

for(int x = 0; x<image.Width; x++)

for (int y = 0; y < image.Height; y++)

{

Color color = bitMap.GetPixel(x, y);

byte grayValue = (byte)((color.R * 30 + color.G * 59 + color.B * 11) / 100);

grayValues[x * image.Width + y] = grayValue;

}

return grayValues;

}

// Step 3 : Average the colors

private Byte CalcAverage(byte[] values)

{

int sum = 0;

for (int i = 0; i < values.Length; i++)

sum += (int)values[i];

return Convert.ToByte(sum / values.Length);

}

// Step 4 : Compute the bits

private String ComputeBits(byte[] values, byte averageValue)

{

char[] result = new char[values.Length];

for (int i = 0; i < values.Length; i++)

{

if (values[i] < averageValue)

result[i] = '0';

else

result[i] = '1';

}

return new String(result);

}

// Compare hash

public static Int32 CalcSimilarDegree(string a, string b)

{

if (a.Length != b.Length)

throw new ArgumentException();

int count = 0;

for (int i = 0; i < a.Length; i++)

{

if (a[i] != b[i])

count++;

}

return count;

}

谷歌服务器里的图片数量是百亿级别的, 我电脑里的图片数量当然没法比, 但以前做过爬虫程序, 电脑里有40,000多人的头像照片, 就拿它们作为对比结果吧! 我计算出这些图片的"指纹", 放在一个txt文本中, 格式如下.

用ASP.NET写一个简单的页面, 允许用户上传一张图片, 后台计算出该图片的指纹, 并与txt文本中各图片的指纹对比, 整理出结果显示在页面中, 效果如下:

原文地址: http://www.cnblogs.com/technology/archive/2012/07/12/Perceptual-Hash-Algorithm.html

如果认为此文对您有帮助，别忘了支持一下哦！

作者：齐飞

来源：http://youring2.cnblogs.com/

声明：本博客原创文字只代表本人工作中在某一时间内总结的观点或结论，与本人所在单位没有直接利益关系。非商业，未授权，贴子请以现状保留，转载时必须保留此段声明，且在文章页面明显位置给出原文连接。

转载：http://www.cnblogs.com/youring2/p/4652081.html

时间： 2024-12-29 08:05:14