图像相似度算法的C#实现及测评

日逛博客的时候偶然发现了一个有关图片相似度的Python算法实现。想着很有意思便搬到C#上来了，给大家看看。

　　闲言碎语

　　才疏学浅，只把计算图像相似度的一个基本算法的基本实现方式给罗列了出来，以至于在最后自己测评的时候也大发感慨，这个算法有点不靠谱。不管怎么样，这个算法有时候还是有用的，所以还是列出来跟大家伙一起分享分享~~

　　PS：图像处理这一块博大精深，个人偶尔发现了点东西拿来分享。说的不好的地方，写得太糟的地方，诸位准备扔砖头还望淡定，淡定~~

　　基本知识介绍

　　颜色直方图

　　 颜色直方图是在许多图像检索系统中被广泛采用的颜色特征，它所描述的是不同色彩在整幅图像中所占的比例，而并不关心每种色彩所处的空间位置，即无法描述图像中的对象或物体。颜色直方图特别适用于描述那些难以进行自动分割的图像。

　　灰度直方图

　　灰度直方图是灰度级的函数，它表示图像中具有每种灰度级的像素的个数，反映图像中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图像的最基本的统计特征。

　　本文中即是使用灰度直方图来计算图片相似度，关于算法那一块也不赘言了，毕竟图像学图形学，直方图我是门儿都不懂，我也不准备打肿脸充胖子，只想实现一个最基本的算法，然后从最直观的角度看看这个算法的有效性，仅此而已。

　　算法实现

　　 诸位看官休怪笔者囫囵吞枣，浅尝辄止的学习态度。额毕竟是因兴趣而来，于此方面并无半点基础（当然，除了知道RGB是啥玩意儿——这还幸亏当年计算机图形学的老师是个Super美女，因此多上了几节课的缘故），更谈不上半点造诣，看官莫怪莫怪，且忍住怒气，是走是留，小生不敢有半点阻拦~~

　　大致步骤如下：

　　1，　将图像转换成相同大小，以有利于计算出相像的直方图来

　　2，　计算转化后的灰度直方图

　　3，　利用XX公式，得到直方图相似度的定量度量

　　4，　输出这些不知道有用没用的相似度结果数据

　　代码实现

　　步骤1，将图像转化成相同大小，我们暂且转化成256 X 256吧。

public Bitmap Resize(string imageFile, string newImageFile)

　　　　　　　 {

　　　　　　　　　　　 img = Image.FromFile(imageFile);

　　　　　　　　　　　 Bitmap imgOutput = new Bitmap(img, 256, 256);

　　　　　　　　　　　 imgOutput.Save(newImageFile, System.Drawing.Imaging.ImageFormat.Jpeg);

　　　　　　　　　　　 imgOutput.Dispose();

　　　　　　　　　　　 return (Bitmap)Image.FromFile(newImageFile);

　　　　　 }

　　这部分代码很好懂，imageFile为原始图片的完整路径，newImageFile为强转大小后的256 X 256图片的路径，为了“赛”后可以看到我们转化出来的图片长啥样，所以我就把它保存到了本地了，以至于有了上面略显丑陋的代码。

　　步骤2，计算图像的直方图

public int[] GetHisogram(Bitmap img)

　　　　　　　 {

　　　　　　　　　　　 BitmapData data = img.LockBits( new System.Drawing.Rectangle( 0 , 0 , img.Width , img.Height ), ImageLockMode.ReadWrite , PixelFormat.Format24bppRgb );

　　　　　　　　　　　 int[ ] histogram = new int[ 256 ];

　　　　　　　　　　　 unsafe

　　　　　　　　　　　 {

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 byte* ptr = ( byte* )data.Scan0;

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 int remain = data.Stride - data.Width * 3;

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

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 histogram[ i ] = 0;

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 for( int i = 0 ; i < data.Height ; i ++ )

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 {

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 for( int j = 0 ; j < data.Width ; j ++ )

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 {

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 int mean = ptr[ 0 ] + ptr[ 1 ] + ptr[ 2 ];

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 mean /= 3;

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 histogram[ mean ] ++;

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 ptr += 3;

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 }

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 ptr += remain;

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 }

　　　　　　　　　　　 }

　　　　　　　　　　　　　　　　　　　　　　　 img.UnlockBits( data );

　　　　　　　　　　　 return histogram;

　　　 }