感知哈希算法型 -- 找出相似的图片

jopen 13年前

Google 图片搜索功能

        在谷歌图片搜索中, 用户可以上传一张图片, 谷歌显示因特网中与此图片相同或者相似的图片.

感知哈希算法型 -- 找出相似的图片

        比如我上传一张照片试试效果:

感知哈希算法型 -- 找出相似的图片

原理讲解

        参考Neal Krawetz博士的这篇文章, 实现这种功能的关键技术叫做"感知哈希算法"(Perceptual Hash Algorithm), 意思是为图片生成一个指纹(字符串格式), 两张图片的指纹越相似, 说明两张图片就越相似. 但关键是如何根据图片计算出"指纹"呢? 下面用最简单的步骤来说明一下原理:

第一步 缩小图片尺寸

        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各种图片尺寸和图片比例的差异, 只保留结构、明暗等基本信息.

        感知哈希算法型 -- 找出相似的图片

第二步 转为灰度图片

         将缩小后的图片, 转为64级灰度图片.

        感知哈希算法型 -- 找出相似的图片

第三步 计算灰度平均值

         计算图片中所有像素的灰度平均值

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, 如果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位的二进制整数, 这就是这张图片的指纹.

第六步 对比图片指纹

        得到图片的指纹后, 就可以对比不同的图片的指纹, 计算出64位中有多少位是不一样的. 如果不相同的数据位数不超过5, 就说明两张图片很相似, 如果大于10, 说明它们是两张不同的图片.

代码实现 (C#版本)

        下面我用C#代码根据上一节所阐述的步骤实现一下.

using System;  using System.IO;  using System.Drawing;     namespace SimilarPhoto  {      class SimilarPhoto      {          Image SourceImg;             public SimilarPhoto(string filePath)          {              SourceImg = Image.FromFile(filePath);          }             public SimilarPhoto(Stream stream)          {              SourceImg = Image.FromStream(stream);          }             public String GetHash()          {              Image image = ReduceSize();              Byte[] grayValues = ReduceColor(image);              Byte average = CalcAverage(grayValues);              String reslut = ComputeBits(grayValues, average);              return reslut;          }             // Step 1 : Reduce size to 8*8          private Image ReduceSize(int width = 8, int height = 8)          {              Image image = SourceImg.GetThumbnailImage(width, height, () => { return false; }, IntPtr.Zero);              return image;          }             // Step 2 : Reduce Color          private Byte[] ReduceColor(Image image)          {              Bitmap bitMap = new Bitmap(image);              Byte[] grayValues = new Byte[image.Width * image.Height];                 for(int x = 0; x<image.Width; x++)                  for (int y = 0; y < image.Height; y++)                  {                      Color color = bitMap.GetPixel(x, y);                      byte grayValue = (byte)((color.R * 30 + color.G * 59 + color.B * 11) / 100);                      grayValues[x * image.Width + y] = grayValue;                  }              return grayValues;          }             // Step 3 : Average the colors          private Byte CalcAverage(byte[] values)          {              int sum = 0;              for (int i = 0; i < values.Length; i++)                  sum += (int)values[i];              return Convert.ToByte(sum / values.Length);          }             // Step 4 : Compute the bits          private String ComputeBits(byte[] values, byte averageValue)          {              char[] result = new char[values.Length];              for (int i = 0; i < values.Length; i++)              {                  if (values[i] < averageValue)                      result[i] = '0';                  else                      result[i] = '1';              }              return new String(result);          }             // Compare hash          public static Int32 CalcSimilarDegree(string a, string b)          {              if (a.Length != b.Length)                  throw new ArgumentException();              int count = 0;              for (int i = 0; i < a.Length; i++)              {                  if (a[i] != b[i])                      count++;              }              return count;          }      }  }

        谷歌服务器里的图片数量是百亿级别的, 我电脑里的图片数量当然没法比, 但以前做过爬虫程序, 电脑里有40,000多人的头像照片, 就拿它们作为对比结果吧! 我计算出这些图片的"指纹", 放在一个txt文本中, 格式如下.

感知哈希算法型 -- 找出相似的图片

        用ASP.NET写一个简单的页面, 允许用户上传一张图片, 后台计算出该图片的指纹, 并与txt文本中各图片的指纹对比, 整理出结果显示在页面中, 效果如下:

感知哈希算法型 -- 找出相似的图片

本文地址: http://www.cnblogs.com/technology/archive/2012/07/12/Perceptual-Hash-Algorithm.html