首页»WEB综合»相似图片搜索的原理

相似图片搜索的原理

来源:ruanyifeng 发布时间:2013-01-30 阅读次数:
  你可以用一张图片,搜索互联网上所有与它相似的图片。点击搜索框中照相机的图标。   一个对话框会出现。   你输入网片的网址,或者直接上传图片,Google就会找出与其相似的图片。下面这张图片是美国女演员Alyson Hannigan。   上传后,Google返回如下结果:   类似的"相似图片搜索引擎"还有不少,TinEye甚至可以找出照片的拍摄背景。   ==========================================================   这种技术的原理是什么?计算机怎么知道两张图片相似呢?   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。
QQ群: WEB武松娱乐官方总群(83010142) 加群密码:关注下方微信公众号,发送消息 mm 获取
提示:更多精彩内容关注微信公众号:全栈武松娱乐中心(fsder-com)
网友评论(共0条评论) 正在载入评论......
理智评论文明上网,拒绝恶意谩骂 发表评论 / 共0条评论
登录会员中心
武松娱乐官网