相似图片搜索的原理(matlab)

作者： 阮一峰

日期： 2011年7月21日
原文地址：http://www.ruanyifeng.com/blog/2011/07/principle_of_similar_image_search.html

根据Neal Krawetz博士的解释，原理非常简单易懂。我们可以用一个快速算法，就达到基本的效果。

这里的关键技术叫做"感知哈希算法"（Perceptual hash algorithm），它的作用是对每张图片生成一个"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。

下面是一个最简单的实现：

第一步，缩小尺寸。

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。





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。

第三步，计算平均值。

计算所有64个像素的灰度平均值。

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。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位的整数，这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次序就行了。


=

=
8f373714acfcf4d0

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"（Hamming
distance）。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。

具体的代码实现，可以参见Wote用python语言写的imgHash.py。代码很短，只有53行。使用的时候，第一个参数是基准图片，第二个参数是用来比较的其他图片所在的目录，返回结果是两张图片之间不相同的数据位数量（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。

下面是matlab 源代码：

tic;
path = 'C:\Program Files\MATLAB\R2013a\bin\matlab code\fourier  script\f\images\';
fileExt = '*.jpg';
files = dir(fullfile(path,fileExt));
len = size(files,1);
name1='example4.jpg';
img1=imread([path,name1]);
hash1=imghash(img1);
cc=zeros(1,len);
sprintf('the original img is %s',name1);
for i=1:len
fileName = strcat(path,files(i,1).name);
f=imread(fileName);
hash2=imghash(f);
cc(i)=hashcmp(hash1,hash2);
if cc(i)
sprintf('the similar img is %s',files(i,1).name)
end
end
t1=toc;
sprintf(' time is %d',t1)

文章中用到的两个函数：

function str1=imghash(img)
%compute the img hash
f=rgb2gray(img);%RGB转换为灰度图
f=imresize(f,[8,8]);%缩放图片
b=f>=mean2(f);%得到二值图
b=b(:);
L=size(b,1); %64
str1=[];
for j=1:4:L-3 %1:4:61
x=b(j)*2^3+b(j+1)*2^2+b(j+2)*2^1+b(j+3);%选取相邻的四位计算 如1101 将其转换为十进制
n=dec2hex(x); % 十进制转换为十六进制
str1=strcat(str1,n);%得到16个字符
end
end

function cc=hashcmp(hash1,hash2)
%图片1 的hash1 图片2 的hash2
n1=0;
for j=1:size(hash2,2)
n2=strcmp(hash2(j),hash1(j));
n1=n1+n2;
end
if n1>10
cc=1;
else
cc=0;
end
end