相似图片搜索的原理和实现——颜色分布法

#1，原理

每张图片都可以生成颜色分布的直方图（color histogram）。如果两张图片的直方图很接近，就可以认为它们很相似。

任何一种颜色都是由红绿蓝三原色（RGB）构成的，所以上图共有4张直方图（三原色直方图 + 最后合成的直方图）。

如果每种原色都可以取256个值，那么整个颜色空间共有1600万种颜色（256的三次方）。针对这1600万种颜色比较直方图，计算量实在太大了，因此需要采用简化方法。可以将0～255分成四个区：0～63为第0区，64～127为第1区，128～191为第2区，192～255为第3区。这意味着红绿蓝分别有4个区，总共可以构成64种组合（4的3次方）。

任何一种颜色必然属于这64种组合中的一种，这样就可以统计每一种组合包含的像素数量。

上图是某张图片的颜色分布表，将表中最后一栏提取出来，组成一个64维向量(7414, 230, 0, 0, 8, ..., 109, 0, 0, 3415, 53929)。这个向量就是这张图片的特征值或者叫"指纹"。

于是，寻找相似图片就变成了找出与其最相似的向量。这可以用皮尔逊相关系数或者余弦相似度算出。

#2，c++代码实现

#include<math.h>
#include<bitset>
#include<iostream>
#include<vector>
#include<string>
#include<fstream>
#include <time.h>
#include<opencv2/core/core.hpp>
#include<opencv2/highgui/highgui.hpp>

using namespace std;
using namespace cv;

void getRGB(Mat &pic, vector<int > &PixVec);
int bit2int(bitset<2>& bbit, bitset<2>& gbit, bitset<2>& rbit);
bitset<2> classify(int val);
double correlation(vector<int> &Pix1, vector<int> &Pix2);
void getNameFromTxt(vector<string> &OrigNamePic, string FileName, string OrigFileName);

int main(){
　　double beginTime = clock();

　　string FileName="rawdata";
　　string oeder1 = "DIR .\" + FileName + "\*.jpg / B >FileNameList.TXT ";
　　system(oeder1.c_str());

　　vector<string> PicName;
　　getNameFromTxt(PicName, FileName, "FileNameList.TXT");

　　int Piclen = PicName.size();
　　for (int m = 0; m < Piclen; m++){
　　　　cout << "Compare the " << m << "-th picture with the others!" << endl;
　　　　for (int n = m+1; n < Piclen; n++){
　　　　　　Mat pic1 = imread(PicName[m], 1);
　　　　　　Mat pic2 = imread(PicName[n], 1);

　　　　　　//PixVec
　　　　　　vector<int> Pix1Vec(64, 0);
　　　　　　getRGB(pic1, Pix1Vec);
　　　　　　vector<int> Pix2Vec(64, 0);
　　　　　　getRGB(pic2, Pix2Vec);

　　　　　　double correlVal = correlation(Pix1Vec, Pix2Vec);
　　　　　　//cout << "The value of correlation coefficient is: " << correlVal << endl;
　　　　　　if (correlVal > 0.999999){
　　　　　　　　string movePic = "move .\" + PicName[m]+" DeletePic >nul";
　　　　　　　　system(movePic.c_str());
　　　　　　　　break;
　　　　　　}
　　　　}    
　　}

　　double endTime = clock();
　　cout << "beginTime:" << beginTime << endl
　　　　<< "endTime:" << endTime << endl
　　　　<< "endTime-beginTime:" << endTime - beginTime << "ms" << endl;

　　system("Pause");
　　return 0;
}

void getNameFromTxt(vector<string> &OrigNamePic, string fileName, string OrigFileName){
　　ifstream OrigNameIn(OrigFileName);
　　while (!OrigNameIn.eof()){
　　　　string cacheNameO;
　　　　getline(OrigNameIn, cacheNameO);
　　　　int len = cacheNameO.size();
　　　　if (len>0){
　　　　　　string realName = fileName + "\" + cacheNameO;
　　　　　　OrigNamePic.push_back(realName);
　　　　}
　　}

　　OrigNameIn.close();
　　string order = "del " + OrigFileName;
　　system(order.c_str());
}

void getRGB(Mat &pic, vector<int > &PixVec){
　　int rowNum=pic.rows;
　　int colNum=pic.cols;
　　int pixNum=colNum*pic.channels();

　　if(pic.channels()!=3)
　　　　cout<<"The channel of the picture is not 3!"<<endl;

　　Mat_<Vec3b>::iterator it=pic.begin<Vec3b>();
　　Mat_<Vec3b>::iterator itend=pic.end<Vec3b>();

　　for(;it!=itend;++it){
　　　　bitset<2> bpix,gpix,rpix;
　　　　bpix=classify((*it)[0]);
　　　　gpix=classify((*it)[1]);
　　　　rpix=classify((*it)[2]);

　　　　int clasVal=bit2int(bpix, gpix, rpix);
　　　　PixVec[clasVal]++;
　　}

}

int bit2int(bitset<2>& bbit,bitset<2>& gbit,bitset<2>& rbit){
　　bitset<6> bitval;
　　for(int i=0;i<2;i++){
　　　　bitval[0*2+i]=rbit[i];
　　　　bitval[1*2+i]=gbit[i];
　　　　bitval[2*2+i]=bbit[i];
　　}
　　return bitval.to_ulong();
}

bitset<2> classify(int val){
　　if (val<64){
　　　　bitset<2> bitval(0);
　　　　return bitval;
　　}
　　else if (val<128){
　　　　bitset<2> bitval(1);
　　　　return bitval;
　　}
　　else if (val<192){
　　　　bitset<2> bitval(2);
　　　　return bitval;
　　}
　　else {//if(val<256)
　　　　bitset<2> bitval(3);
　　　　return bitval;
　　}
}

double correlation(vector<int> &Pix1, vector<int> &Pix2){
　　double XYsum=0.0, Xsum=0.0, Ysum=0.0;
　　double Xmean=0.0, Ymean=0.0;

　　int len=Pix1.size();

　　for(int i=0; i<len; i++){
　　　　Xmean += Pix1[i];
　　　　Ymean += Pix2[i];
　　}
　　Xmean =(double)Xmean/(double)len;
　　Ymean =(double)Ymean/(double)len;

　　for(int j=0;j<len;j++){
　　　　XYsum += ((double)Pix1[j]-Xmean)*((double)Pix2[j]-Ymean);
　　　　Xsum += ((double)Pix1[j]-Xmean)*((double)Pix1[j]-Xmean);
　　　　Ysum += ((double)Pix2[j]-Ymean)*((double)Pix2[j]-Ymean);
　　}

　　double finalVal=(double)XYsum/(double)(sqrt(Xsum)*sqrt(Ysum));
　　return finalVal;
}

#3，程序运行结果