今天忽然想做一個圖像識別的APP，但是在兩張圖片相似度的問題上產生了問題，感知哈希算法并不能解決這個問題，只是我在試著解決問題的過程中學到的一點知識。

這里的關鍵技術叫做”感知哈希算法”（Perceptual hash algorithm），它的作用是對每張圖片生成一個”指紋”（fingerprint）字符串，然后比較不同圖片的指紋。結果越接近，就說明圖片越相似。

下面是一個最簡單的實現：

第一步，縮小尺寸。
將圖片縮小到8x8的尺寸，總共64個像素。這一步的作用是去除圖片的細節，只保留結構、明暗等基本信息，摒棄不同尺寸、比例帶來的圖片差異。

第二步，簡化色彩。
將縮小后的圖片，轉為64級灰度。也就是說，所有像素點總共只有64種顏色。

第三步，計算平均值。
計算所有64個像素的灰度平均值。

第四步，比較像素的灰度。
將每個像素的灰度，與平均值進行比較。大于或等于平均值，記為1；小于平均值，記為0。

第五步，計算哈希值。
將上一步的比較結果，組合在一起，就構成了一個64位的整數，這就是這張圖片的指紋。組合的次序并不重要，只要保證所有圖片都采用同樣次序就行了。

得到指紋以后，就可以對比不同的圖片，看看64位中有多少位是不一樣的。在理論上，這等同于計算”漢明距離”（Hamming distance）。如果不相同的數據位不超過5，就說明兩張圖片很相似；如果大于10，就說明這是兩張不同的圖片。

這種算法的優點是簡單快速，不受圖片大小縮放的影響，缺點是圖片的內容不能變更。如果在圖片上加幾個文字，它就認不出來了。所以，它的最佳用途是根據縮略圖，找出原圖。

實際應用中，往往采用更強大的pHash算法和SIFT算法，它們能夠識別圖片的變形。只要變形程度不超過25%，它們就能匹配原圖。這些算法雖然更復雜，但是原理與上面的簡便算法是一樣的，就是先將圖片轉化成Hash字符串，然后再進行比較。

具體實現

工具類

/*** 圖片工具類，主要針對圖片水印處理* * @author WANGHONG* */ public class ImageHelper {// 項目根目錄路徑public static final String path = System.getProperty("user.dir");/*** 生成縮略圖 <br/>* 保存:ImageIO.write(BufferedImage, imgType[jpg/png/...], File);* * @param source* 原圖片* @param width* 縮略圖寬* @param height* 縮略圖高* @param b* 是否等比縮放* */public static BufferedImage thumb(BufferedImage source, int width, int height, boolean b) {// targetW，targetH分別表示目標長和寬int type = source.getType();BufferedImage target = null;double sx = (double) width / source.getWidth();double sy = (double) height / source.getHeight();if (b) {if (sx > sy) {sx = sy;width = (int) (sx * source.getWidth());} else {sy = sx;height = (int) (sy * source.getHeight());}}if (type == BufferedImage.TYPE_CUSTOM) { // handmadeColorModel cm = source.getColorModel();WritableRaster raster = cm.createCompatibleWritableRaster(width, height);boolean alphaPremultiplied = cm.isAlphaPremultiplied();target = new BufferedImage(cm, raster, alphaPremultiplied, null);} elsetarget = new BufferedImage(width, height, type);Graphics2D g = target.createGraphics();// smoother than exlax:g.setRenderingHint(RenderingHints.KEY_RENDERING, RenderingHints.VALUE_RENDER_QUALITY);g.drawRenderedImage(source, AffineTransform.getScaleInstance(sx, sy));g.dispose();return target;}/*** 圖片水印* * @param imgPath* 待處理圖片* @param markPath* 水印圖片* @param x* 水印位于圖片左上角的 x 坐標值* @param y* 水印位于圖片左上角的 y 坐標值* @param alpha* 水印透明度 0.1f ~ 1.0f* */public static void waterMark(String imgPath, String markPath, int x, int y, float alpha) {try {// 加載待處理圖片文件Image img = ImageIO.read(new File(imgPath));BufferedImage image = new BufferedImage(img.getWidth(null), img.getHeight(null), BufferedImage.TYPE_INT_RGB);Graphics2D g = image.createGraphics();g.drawImage(img, 0, 0, null);// 加載水印圖片文件Image src_biao = ImageIO.read(new File(markPath));g.setComposite(AlphaComposite.getInstance(AlphaComposite.SRC_ATOP, alpha));g.drawImage(src_biao, x, y, null);g.dispose();// 保存處理后的文件FileOutputStream out = new FileOutputStream(imgPath);JPEGImageEncoder encoder = JPEGCodec.createJPEGEncoder(out);encoder.encode(image);out.close();} catch (Exception e) {e.printStackTrace();}}/*** 文字水印* * @param imgPath* 待處理圖片* @param text* 水印文字* @param font* 水印字體信息* @param color* 水印字體顏色* @param x* 水印位于圖片左上角的 x 坐標值* @param y* 水印位于圖片左上角的 y 坐標值* @param alpha* 水印透明度 0.1f ~ 1.0f*/public static void textMark(String imgPath, String text, Font font, Color color, int x, int y, float alpha) {try {Font Dfont = (font == null) ? new Font("宋體", 20, 13) : font;Image img = ImageIO.read(new File(imgPath));BufferedImage image = new BufferedImage(img.getWidth(null), img.getHeight(null), BufferedImage.TYPE_INT_RGB);Graphics2D g = image.createGraphics();g.drawImage(img, 0, 0, null);g.setColor(color);g.setFont(Dfont);g.setComposite(AlphaComposite.getInstance(AlphaComposite.SRC_ATOP, alpha));g.drawString(text, x, y);g.dispose();FileOutputStream out = new FileOutputStream(imgPath);JPEGImageEncoder encoder = JPEGCodec.createJPEGEncoder(out);encoder.encode(image);out.close();} catch (Exception e) {System.out.println(e);}}/*** 讀取JPEG圖片* * @param filename* 文件名* @return BufferedImage 圖片對象*/public static BufferedImage readJPEGImage(String filename) {try {InputStream imageIn = new FileInputStream(new File(filename));// 得到輸入的編碼器，將文件流進行jpg格式編碼JPEGImageDecoder decoder = JPEGCodec.createJPEGDecoder(imageIn);// 得到編碼后的圖片對象BufferedImage sourceImage = decoder.decodeAsBufferedImage();return sourceImage;} catch (FileNotFoundException e) {e.printStackTrace();} catch (ImageFormatException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();}return null;}/*** 讀取JPEG圖片* * @param filename* 文件名* @return BufferedImage 圖片對象*/public static BufferedImage readPNGImage(String filename) {try {File inputFile = new File(filename);BufferedImage sourceImage = ImageIO.read(inputFile);return sourceImage;} catch (FileNotFoundException e) {e.printStackTrace();} catch (ImageFormatException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();}return null;}/*** 灰度值計算* * @param pixels* 像素* @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);}/*** 計算數組的平均值* * @param pixels* 數組* @return int 平均值*/public static int average(int[] pixels) {float m = 0;for (int i = 0; i < pixels.length; ++i) {m += pixels[i];}m = m / pixels.length;return (int) m;} }

程序入口

package com.test.image;import java.awt.image.BufferedImage; import java.util.ArrayList; import java.util.List;public class ImageSearch {/*** @param args*/public static void main(String[] args) {List<String> hashCodes = new ArrayList<String>();String filename = ImageHelper.path + "\\images\\";String hashCode = null;for (int i = 0; i < 6; i++) {hashCode = produceFingerPrint(filename + "example" + (i + 1) + ".jpg");hashCodes.add(hashCode);}System.out.println("Resources: ");System.out.println(hashCodes);System.out.println();String sourceHashCode = produceFingerPrint(filename + "source.jpg");System.out.println("Source: ");System.out.println(sourceHashCode);System.out.println();for (int i = 0; i < hashCodes.size(); i++) {int difference = hammingDistance(sourceHashCode, hashCodes.get(i));if (difference == 0) {System.out.print("source.jpg圖片跟example" + (i + 1) + ".jpg一樣");} else if (difference <= 5) {System.out.print("source.jpg圖片跟example" + (i + 1) + ".jpg非常相似");} else if (difference <= 10) {System.out.print("source.jpg圖片跟example" + (i + 1) + ".jpg有點相似");} else if (difference > 10) {System.out.print("source.jpg圖片跟example" + (i + 1) + ".jpg完全不一樣");}System.out.println("\t漢明距離\t" + difference);}}/*** 計算"漢明距離"（Hamming distance）。 如果不相同的數據位不超過5，就說明兩張圖片很相似；如果大于10，就說明這是兩張不同的圖片。* * @param sourceHashCode* 源hashCode* @param hashCode* 與之比較的hashCode*/public static int hammingDistance(String sourceHashCode, String hashCode) {int difference = 0;int len = sourceHashCode.length();for (int i = 0; i < len; i++) {if (sourceHashCode.charAt(i) != hashCode.charAt(i)) {difference++;}}return difference;}/*** 生成圖片指紋* * @param filename* 文件名* @return 圖片指紋*/public static String produceFingerPrint(String filename) {BufferedImage source = ImageHelper.readPNGImage(filename);// 讀取文件int width = 8;int height = 8;// 第一步，縮小尺寸。// 將圖片縮小到8x8的尺寸，總共64個像素。這一步的作用是去除圖片的細節，只保留結構、明暗等基本信息，摒棄不同尺寸、比例帶來的圖片差異。BufferedImage thumb = ImageHelper.thumb(source, width, height, false);// 第二步，簡化色彩。// 將縮小后的圖片，轉為64級灰度。也就是說，所有像素點總共只有64種顏色。int[] pixels = new int[width * height];for (int i = 0; i < width; i++) {for (int j = 0; j < height; j++) {pixels[i * height + j] = ImageHelper.rgbToGray(thumb.getRGB(i, j));}}// 第三步，計算平均值。// 計算所有64個像素的灰度平均值。int avgPixel = ImageHelper.average(pixels);// 第四步，比較像素的灰度。// 將每個像素的灰度，與平均值進行比較。大于或等于平均值，記為1；小于平均值，記為0。int[] comps = new int[width * height];for (int i = 0; i < comps.length; i++) {if (pixels[i] >= avgPixel) {comps[i] = 1;} else {comps[i] = 0;}}// 第五步，計算哈希值。// 將上一步的比較結果，組合在一起，就構成了一個64位的整數，這就是這張圖片的指紋。組合的次序并不重要，只要保證所有圖片都采用同樣次序就行了。StringBuffer hashCode = new StringBuffer();for (int i = 0; i < comps.length; i += 4) {int result = 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));}// 得到指紋以后，就可以對比不同的圖片，看看64位中有多少位是不一樣的。return hashCode.toString();}/*** 二進制轉為十六進制* * @param int binary* @return char hex*/private static char binaryToHex(int binary) {char ch = ' ';switch (binary) {case 0:ch = '0';break;case 1:ch = '1';break;case 2:ch = '2';break;case 3:ch = '3';break;case 4:ch = '4';break;case 5:ch = '5';break;case 6:ch = '6';break;case 7:ch = '7';break;case 8:ch = '8';break;case 9:ch = '9';break;case 10:ch = 'a';break;case 11:ch = 'b';break;case 12:ch = 'c';break;case 13:ch = 'd';break;case 14:ch = 'e';break;case 15:ch = 'f';break;default:ch = ' ';}return ch;} }

完成，但要實現同一個物體兩張圖片的內容識別出來并判斷相似度的道路還是很遠啊，哪種算法可以實現這種功能，我還不知道，有知道的同學可以在評論區告訴我一聲，多謝。

總結

以上是生活随笔為你收集整理的感知哈希算法原理与实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。