opencv相似图片搜索

目录

前言

本文主要想实现的是获取两个文件夹下的所有图片，然后匹配出相近的图片。网上有许多关于图片相似匹配的资料。很多都是java/python的，据说实现起来快捷方便，也有一些C++的。虽然博主对java/python向往已久，但是目前还是使用C++比较多，有机会还是想要学习python，毕竟最近好像特别流行。本文中博主查找了一些资料，使用感知哈希算法，简单实现了图片的相似匹配。

感知哈希算法

感知哈希算法的作用是对每张图片生成一个“指纹”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。

ahash

ahash，全称叫做average hash，是phash算法的一种，是基于图像内容搜索最简单的一种，因此有很多局限性。主要用于由图像的缩略图搜原图，对于图像的旋转、平移、对比度和微变形都无能为力。博主使用两张基本一样的图片，只不过一张图片的人眼是闭着的，一张图片的人眼是睁开的，结果无法识别，所以很局限。

ahash理论

• 缩小尺寸
  将图片缩小的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。
• 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。
• 计算平均值
  计算所有64个像素的灰度平均值
• 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。
• 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，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的次序就行。
  得到指纹以后，就可以比较不同的图片，看64位中有多少位不一样。在理论上，这等同于计算”汉明距离”。如果不相同的数据为不超过5，说明两张图片很相似；如果大于10，说明这是两张不同的图片。

汉明距离是使用在数据传输差错控制编码里面的，汉明距离是一个概念，它表示两个（相同长度）字对应位不同的数量，我们以d（x,y）表示两个字x,y之间的汉明距离。对两个字符串进行异或运算，并统计结果为1的个数，那么这个数就是汉明距离。

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。如果在图片上添加文字，就无法识别。实际中，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%，就能匹配原图。

相似图片搜索原理一(ahash—c++实现)中提供了实现ahash的代码，但是博主经过测试发现直接把图片缩小到8*8之后，图片的相似度根本体现不出来。也就是说这种最简单的感知哈希算法没有什么用。。。

增强版pHash算法

在pHash官网，有一个demo可以选择两张图片，然后做相似度测试。而且还有代码可以下载。虽然博主没有研究，不过记录下来，以后或许用得上的！

理论部分

• 缩小尺寸
  将图像缩放到32*32大小
• 简化色彩
  对32*32的图像进行256色灰度化
• 计算DCT
  对32*32的图像进行离散余弦变换
• 缩小DCT
  DCT的结果是32*32大小的矩阵，只保留左上角的8*8的矩阵，这部分呈现了图片中最低频率。
• 计算平均值
  计算DCT的均值
• 计算哈希值
  8*8的像素值中大于均值的用1表示，小于的用0表示，这样得到一个64位二进制吗作为该图像的phash值。
• 计算汉明距离
  计算两幅图像的哈希值之间的汉明距离，距离越小，表明两幅图像越相似；距离越大，表明两幅图像距离越大。
• 计算哈希值

代码部分

本文使用[相似图片搜索原理二相似图片搜索原理二(phash—c++实现)的代码，成功实现了对相似图片的检索，感谢这位博主！

总结

图像处理中用到了好多数学的东西，以前一直觉得数学没什么用，那些什么极限、几何啊什么的，生活中完全用不到。却没有结合自己的专业去发现数学的广泛用途！大学的确虚度了很多，不过现在努力学或许有更好的效果，到了一定的层次才有资格做某些事情吧！

链接地址

相似图片搜索的原理
相似图片搜索原理一(ahash—c++实现)
相似图片搜索原理二(phash—c++实现)
基于phash和汉明距离找出相似图片
基于感知哈希算法的视觉目标跟踪