【文件属性】:
文件名称:图片相似度识别
文件大小:229KB
文件格式:RAR
更新时间:2016-03-26 07:23:04
图片,相似度
预处理:读取图片
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。
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。
第三步,计算平均值。
计算所有64个像素的灰度平均值。
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。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。
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。
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。
【文件预览】:
图片相似度识别
----SimilarImageSearch()
--------bin()
--------images()
--------.settings()
--------src()
--------.project(394B)
--------.classpath(548B)
网友评论
- 应该说明是JAVA版本的,不是我需要的。
- 思路可以,但是误差有点大,Java版本不太适合我,想要php的
- 项目正好用
- 不错,这个东西现在比较火
- 效果挺好的,只是分过了。
- 特别的感谢,图形比较算法很值得学习
- 非常好用,一看就明白,非常不错!
- 学习了,可用可执行,谢谢
- 可以用,不错
- 代码不错,还跑起来了,感谢分享,对图像识别非常有用
- 谢谢分享,很好的源码。
- 很不错的东西!
- 谢谢~ 注释很清晰、易懂,易于修改
- 啊,学习了可以用的java源码
- 还好吧,反正可以用
- 我恰好在研究这个问题,谢谢楼主分享
- 真心不错。没学过Java的人就别下了
- 早不说是java的
- 非常好的源码,给了很大启发!
- 很好很有帮助