基于感知哈希算法的相似图像检索技术及java代码实现
目录
1、基于低频的均值哈希
2、增强版：pHash
3、差异哈希算法（dHash）
均值哈希实现图像内容相似度比较完整JAVA代码
大家都用google或baidu的识图功能，上面就是我搜索一幅图片的结果，该引擎实现相似图片搜素的关键技术叫做“感知哈希算法”（Perceptual hash 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。达到图片比较目的且利用信息指纹比较有三种算法，这些算法都很易懂，下面分别介绍一下：
1、基于低频的均值哈希
一张图片就是一个二维信号，它包含了不同频率的成分。如下图所示，亮度变化小的区域是低频成分，它描述大范围的信息。而亮度变化剧烈的区域（比如物体的边缘）就是高频的成分，它描述具体的细节。或者说高频可以提供图片详细的信息，而低频可以提供一个框架。
而一张大的，详细的图片有很高的频率，而小图片缺乏图像细节，所以都是低频的。所以我们平时的下采样，也就是缩小图片的过程，实际上是损失高频信息的过程。下面5张图依次是原图，放缩至64*64、32*32、16*16、8*8的图。
均值哈希算法主要是利用图片的低频信息，其工作过程如下：
（1）缩小尺寸：去除高频和细节的最快方法是缩小图片，将图片缩小到8x8的尺寸，总共64个像素。不要保持纵横比，只需将其变成8*8的正方形。这样就可以比较任意大小的图片，摒弃不同尺寸、比例带来的图片差异。
（2）简化色彩：将8*8的小图片转换成灰度图像。
（3）计算平均值：计算所有64个像素的灰度平均值。
（4）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。
（5）计算hash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。(我设置的是从左到右，从上到下用二进制保存)。
//均值Hash算法
string HashValue(Mat &src)
{
string rst(64,'\0');
Mat img;
if(src.channels()==3)
cvtColor(src,img,CV_BGR2GRAY);
else
img=src.clone();
/*第一步，缩小尺寸。
将图片缩小到8x8的尺寸，总共64个像素,去除图片的细节*/
resize(img,img,Size(8,8));
/* 第二步，简化色彩(Color Reduce)。
将缩小后的图片，转为64级灰度。*/
uchar *pData;
for(int i=0;i(i);
for(int j=0;j=(uchar)average);
/* 第五步，计算哈希值。*/
int index = 0;
for(int i=0;i(i);
for(int j=0;j 计算一个图片的hash指纹的过程就是这么简单。如果图片放大或缩小，或改变纵横比，结果值也不会改变。增加或减少亮度或对比度，或改变颜色，对hash值都不会太大的影响。最大的优点：计算速度快！这时候，比较两个图片的相似性，就是先计算这两张图片的hash指纹，也就是64位0或1值，然后计算不同位的个数(汉明距离)。如果这个值为0，则表示这两张图片非常相似，如果汉明距离小于5，则表示有些不同，但比较相近，如果汉明距离大于10则表明完全不同的图片。
2、增强版：pHash
均值哈希虽然简单，但受均值的影响非常大。例如对图像进行伽马校正或直方图均衡就会影响均值，从而影响最终的hash值。存在一个更健壮的算法叫pHash。它将均值的方法发挥到极致。使用离散余弦变换(DCT)来获取图片的低频成分。
离散余弦变换（DCT）是种图像压缩算法，它将图像从像素域变换到频率域。然后一般图像都存在很多冗余和相关性的，所以转换到频率域之后，只有很少的一部分频率分量的系数才不为0，大部分系数都为0（或者说接近于0）。下图的右图是对lena图进行离散余弦变换（DCT）得到的系数矩阵图。从左上角依次到右下角，频率越来越高，由图可以看到，左上角的值比较大，到右下角的值就很小很小了。换句话说，图像的能量几乎都集中在左上角这个地方的低频系数上面了。
pHash的工作过程如下：
（1）缩小尺寸：pHash以小图片开始，但图片大于8*8，32*32是最好的。这样做的目的是简化了DCT的计算，而不是减小频率。
（2）简化色彩：将图片转化成灰度图像，进一步简化计算量。
（3）计算DCT：计算图片的DCT变换，得到32*32的DCT系数矩阵。
（4）缩小DCT：虽然DCT的结果是32*32大小的矩阵，但我们只要保留左上角的8*8的矩阵，这部分呈现了图片中的最低频率。
（5）计算平均值：如同均值哈希一样，计算DCT的均值。
（6）计算hash值：这是最主要的一步，根据8*8的DCT矩阵，设置0或1的64位的hash值，大于等于DCT均值的设为”1”，小于DCT均值的设为“0”。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。
//pHash算法
string pHashValue(Mat &src)
{
Mat img ,dst;
string rst(64,'\0');
double dIdex[64];
double mean = 0.0;
int k = 0;
if(src.channels()==3)
{
cvtColor(src,src,CV_BGR2GRAY);
img = Mat_(src);
}
else
{
img = Mat_(src);
}
/* 第一步，缩放尺寸*/
resize(img, img, Size(8,8));
/* 第二步，离散余弦变换，DCT系数求取*/
dct(img, dst);
/* 第三步，求取DCT系数均值（左上角8*8区块的DCT系数）*/
for (int i = 0; i < 8; ++i) {
for (int j = 0; j < 8; ++j)
{
dIdex[k] = dst.at(i, j);
mean += dst.at(i, j)/64;
++k;
}
}
/* 第四步，计算哈希值。*/
for (int i =0;i<64;++i)
{
if (dIdex[i]>=mean)
{
rst[i]='1';
}
else
{
rst[i]='0';
}
}
return rst;
} 结果并不能告诉我们真实性的低频率，只能粗略地告诉我们相对于平均值频率的相对比例。只要图片的整体结构保持不变，hash结果值就不变。能够避免伽马校正或颜色直方图被调整带来的影响。与均值哈希一样，pHash同样可以用汉明距离来进行比较。(只需要比较每一位对应的位置并算计不同的位的个数)
3、差异哈希算法（dHash）
相比pHash，dHash的速度要快的多，相比aHash，dHash在效率几乎相同的情况下的效果要更好，它是基于渐变实现的。
步骤：
1.缩小图片：收缩到9*8的大小，一遍它有72的像素点
2.转化为灰度图：把缩放后的图片转化为256阶的灰度图。（具体算法见平均哈希算法步骤）
3.计算差异值：dHash算法工作在相邻像素之间，这样每行9个像素之间产生了8个不同的差异，一共8行，则产生了64个差异值
4.获得指纹：如果左边的像素比右边的更亮，则记录为1，否则为0.
需要说明的是这种指纹算法不仅可以应用于图片搜索，同样适用于其他多媒体形式。除此之外，图片搜索特征提取方法有很多，很多算法还有许多可以改进的地方，比如对于人物可以先进行人脸识别，再在面部区域进行局部的哈希，或者背景是纯色的可以先过滤剪裁等等，最后在搜索的结果中还可以根据颜色、风景、产品等进行过滤。
均值哈希实现图像内容相似度比较完整JAVA代码
package com.robot.imagecheck.algorithm;
import java.awt.Graphics;
import java.awt.Image;
import java.awt.color.ColorSpace;
import java.awt.image.BufferedImage;
import java.awt.image.ColorConvertOp;
import java.io.File;
import java.io.IOException;
import java.text.DecimalFormat;
import java.util.Arrays;
import javax.imageio.ImageIO;
/**
* 均值哈希实现图像指纹比较
* @author guyadong
*
*/
public final class FingerPrint {
/**
* 图像指纹的尺寸,将图像resize到指定的尺寸，来计算哈希数组
*/
private static final int HASH_SIZE=16;
/**
* 保存图像指纹的二值化矩阵
*/
private final byte[] binaryzationMatrix;
public FingerPrint(byte[] hashValue) {
if(hashValue.length!=HASH_SIZE*HASH_SIZE)
throw new IllegalArgumentException(String.format("length of hashValue must be %d",HASH_SIZE*HASH_SIZE ));
this.binaryzationMatrix=hashValue;
}
public FingerPrint(String hashValue) {
this(toBytes(hashValue));
}
public FingerPrint (BufferedImage src){
this(hashValue(src));
}
private static byte[] hashValue(BufferedImage src){
BufferedImage hashImage = resize(src,HASH_SIZE,HASH_SIZE);
byte[] matrixGray = (byte[]) toGray(hashImage).getData().getDataElements(0, 0, HASH_SIZE, HASH_SIZE, null);
return binaryzation(matrixGray);
}
/**
* 从压缩格式指纹创建{@link FingerPrint}对象
* @param compactValue
* @return
*/
public static FingerPrint createFromCompact(byte[] compactValue){
return new FingerPrint(uncompact(compactValue));
}
public static boolean validHashValue(byte[] hashValue){
if(hashValue.length!=HASH_SIZE)
return false;
for(byte b:hashValue){
if(0!=b&&1!=b)return false;
}
return true;
}
public static boolean validHashValue(String hashValue){
if(hashValue.length()!=HASH_SIZE)
return false;
for(int i=0;i>3];
byte b=0;
for(int i=0;i>3]=b;
}
}
return result;
}
/**
* 压缩格式的指纹解压缩
* @param compactValue
* @return
*/
private static byte[] uncompact(byte[] compactValue){
byte[] result=new byte[compactValue.length<<3];
for(int i=0;i>3]&(1<<(i&7)))==0)
result[i]=0;
else
result[i]=1;
}
return result;
}
/**
* 字符串类型的指纹数据转为字节数组
* @param hashValue
* @return
*/
private static byte[] toBytes(String hashValue){
hashValue=hashValue.replaceAll("\\s", "");
byte[] result=new byte[hashValue.length()];
for(int i=0;i=mean?1:0);
}
return dst;
}
/**
* 转灰度图像
* @param src
* @return
*/
private static BufferedImage toGray(BufferedImage src){
if(src.getType()==BufferedImage.TYPE_BYTE_GRAY){
return src;
}else{
// 图像转灰
BufferedImage grayImage = new BufferedImage(src.getWidth(), src.getHeight(),
BufferedImage.TYPE_BYTE_GRAY);
new ColorConvertOp(ColorSpace.getInstance(ColorSpace.CS_GRAY), null).filter(src, grayImage);
return grayImage;
}
}
@Override
public String toString() {
return toString(true);
}
/**
* @param multiLine 是否分行
* @return
*/
public String toString(boolean multiLine) {
StringBuffer buffer=new StringBuffer();
int count=0;
for(byte b:this.binaryzationMatrix){
buffer.append(0==b?'0':'1');
if(multiLine&&++count%HASH_SIZE==0)
buffer.append('\n');
}
return buffer.toString();
}
@Override
public boolean equals(Object obj) {
if(obj instanceof FingerPrint){
return Arrays.equals(this.binaryzationMatrix,((FingerPrint)obj).binaryzationMatrix);
}else
return super.equals(obj);
}
/**
* 与指定的压缩格式指纹比较相似度
* @param compactValue
* @return
* @see #compare(FingerPrint)
*/
public float compareCompact(byte[] compactValue){
return compare(createFromCompact(compactValue));
}
/**
* @param hashValue
* @return
* @see #compare(FingerPrint)
*/
public float compare(String hashValue){
return compare(new FingerPrint(hashValue));
}
/**
* 与指定的指纹比较相似度
* @param hashValue
* @return
* @see #compare(FingerPrint)
*/
public float compare(byte[] hashValue){
return compare(new FingerPrint(hashValue));
}
/**
* 与指定图像比较相似度
* @param image2
* @return
* @see #compare(FingerPrint)
*/
public float compare(BufferedImage image2){
return compare(new FingerPrint(image2));
}
/**
* 比较指纹相似度
* @param src
* @return
* @see #compare(byte[], byte[])
*/
public float compare(FingerPrint src){
if(src.binaryzationMatrix.length!=this.binaryzationMatrix.length)
throw new IllegalArgumentException("length of hashValue is mismatch");
return compare(binaryzationMatrix,src.binaryzationMatrix);
}
/**
* 判断两个数组相似度，数组长度必须一致否则抛出异常
* @param f1
* @param f2
* @return 返回相似度(0.0~1.0)
*/
private static float compare(byte[] f1,byte[] f2){
if(f1.length!=f2.length)
throw new IllegalArgumentException("mismatch FingerPrint length");
int sameCount=0;
for(int i=0;i 结果值越高就代表相似度越高，如果结果为1的话那基本上就是一张图片。
原文链接：
三种基于感知哈希算法的相似图像检索技术
java:均值哈希实现图像内容相似度比较