• 图像的相似度Hash算法


    Hash算法有三种,分别为平均哈希算法(aHash)、感知哈希算法你(pHash)和差异哈哈希算法(dHash)。

    针对以上三种的Hash算法详解见博客园文章 

    https://www.cnblogs.com/Kalafinaian/p/11260808.html

    本文实现针对平均哈希算法;

    1 平均哈希算法(aHash)

    1.1 算法步骤

           平均哈希算法是三种Hash算法中最简单的一种,它通过下面几个步骤来获得图片的Hash值,这几个步骤分别是(1) 缩放图片;(2)转灰度图; (3) 算像素均值;(4)根据相似均值计算指纹。具体算法如下所示:

      表1 aHash得到图片Hash值地算法

    缩放图片

    输入图片大小尺寸各异,为了统一图片的输入,统一将图片尺寸缩放为8*8,一共得到了64个像素点。

    转灰度图

    输入图片有些为单通道灰度图,有些RGB三通道彩色图,有些为RGBA四通道彩色图。也为了统一下一步输入标准,将非单通道图片都转为单通道灰度图。 其中RGB三通道转单通道算法有下面几种:

    1.浮点算法:Gray=R0.3+G0.59+B0.11

    2.整数方法:Gray=(R30+G59+B11)/100

    3.移位方法:Gray =(R76+G151+B*28)>>8; 

    4.平均值法:Gray=(R+G+B)/3;   本Demo采用的该方法

    5.仅取绿色:Gray=G;

    算像素均值

    通过上一步可得一个8x8的整数矩阵G,计算这个矩阵中所有元素的平均值,假设其值为a

    据像素均值计算指纹

    初始化输入图片的ahash = "" 

    从左到右一行一行地遍历矩阵G每一个像素如果第i行j列元素G(i,j) >= a,则ahash += "1"如果第i行j列元素G(i,j) <a, 则ahash += "0"

           

    得到图片的ahash值后,比较两张图片ahash值的汉明距离,通常认为汉明距离小于10的一组图片为相似图片。

      Demo 界面/  

     

       

      获取aHash函数如下:

    function TForm1.GetHash(src: TBitmap; iType: Integer): Int64;
    var
      p: PByteArray;
      bmp: TBitmap;
      x, y: Integer;
      gray, sum: Integer;
      ct: array[0..7, 0..7] of Byte;
      avg: Single;
      ret: Int64;
    begin
      ret := 0;
      case iType of
        0:  // aHash  平均哈希算法
        begin
          bmp := TBitmap.Create;
          try
            bmp.Assign(src);
            bmp.Width := 8;
            bmp.Height := 8;
            bmp.PixelFormat := pf24bit;
            sum := 0;
            for y := 0 to 7 do
            begin
              p := bmp.ScanLine[y];
              for x := 0 to 7 do
              begin
                //转灰度图 平均值法
                gray := (p[3 * x + 2] + p[3 * x + 1] + p[3 * x]) div 3;
                ct[y, x] := gray;
                sum := sum + gray;
              end;
            end;
            avg := sum/64;
            for y := 0 to 7 do
              for x := 0 to 7 do
                ret := ret shl 1 or Ord(ct[y, x] > avg);
          finally
            bmp.Free;
          end;
        end;
        1:  // pHash  感知哈希算法
        begin
    
        end;
        2:  // dHash  差异哈希算法
        begin
    
        end;
      end;
      Result := ret;
    end;
    

    计算汉明距离函数:原理参考:https://blog.csdn.net/u013243347/article/details/52220551

    function TForm1.Hamming(Hash1, Hash2: Int64): Integer;
    var
      A: Int64;
    begin
      Result := 0;
      A := Hash1 xor Hash2;
      while A<>0 do
      begin
        A := A and (A-1);
        Inc(Result);
      end;
    end;
    

    Demo 下载地址:https://download.csdn.net/download/huffmanlepand/11833317

  • 相关阅读:
    准备找工作了,求助于在成都的师兄、师姐们提供一些信息!大家都看看吧!
    大学课程名的中文翻译
    火箭今天赢了!!!
    如何成为一个受欢迎的人!
    理解DataSet的数据缓存机制
    餐桌上的不文雅行
    今天看到居然有100多个Gmail的邀请函,还没有Gmail的朋友留下邮箱地址!
    Update:代码行计算器(LinesCounter)
    找工作之“加班费”
    动画片里的Ajax
  • 原文地址:https://www.cnblogs.com/adsoft/p/11625946.html
Copyright © 2020-2023  润新知