感知哈希算法Java实现

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：
点击照相按钮上传一张angelbaby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？
根据Neal Krawetz博士的解释，实现相似图片搜索的关键技术叫做“感知哈希算法”，它的作用是对每一张图片生成一个“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

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

第一步：缩小尺寸。
将图片缩小到8*8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。

int width= 8;  
intheight = 8;  
// targetW，targetH分别表示目标长和宽  
int type= sourceImage.getType();// 图片类型  
BufferedImagethumbImage = null;  
double sx= (double) width / sourceImage.getWidth();  
double sy= (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= new BufferedImage(cm, raster, alphaPremultiplied, null);  
 } else {  
     // 已知图片，如jpg，png，gif  
     thumbImage= new BufferedImage(width, height, type);  
}  
// 调用画图类画缩小尺寸后的图  
Graphics2Dg = 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：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 = new int[width * height];  
for (inti = 0; i < width; i++) {  
      for(int j = 0; j < height; j++) {  
            pixels[i* height + j] = rgbToGray(thumbImage.getRGB(i, j));  
      }  
}  
/**  
 * 灰度值计算  
 * @param pixels 彩色RGB值(Red-Green-Blue 红绿蓝)  
 * @return int 灰度值  
 */  
public static int rgbToGray(int pixels) {  
       // 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。

int avgPixel= 0;  
int m = 0;  
for (int i =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= new int[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，这就是这张图片指纹。组合的次序并不重要，只要保证所有图片都采用同样的次序就行。

StringBufferhashCode = new StringBuffer();  
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。

int difference = 0;  
int len =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，也可以计算出他们的汉明距离对比，就可以看看两张图是否相似。

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。