Java进阶(五十七)-基于感知哈希算法的pHash图像配准算法

#Java进阶(五十七)-基于感知哈希算法的pHash图像配准算法
  毕业论文提交之后，老师交给自己一项任务：图像配准，也就是给你两幅图像，通过系统来判定两幅图像是否为同一副图像。自己作为这一方面的小白，先去网上搜索一下相应的检测方法，当然有现成的API调用最好，花钱也无所谓。
  我们这里采用的基础关键技术叫做 “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。
##感知哈希算法
  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。
  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。
  均值哈希虽然简单，但受均值的影响非常大。例如对图像进行伽马校正或直方图均衡就会影响均值，从而影响最终的hash值。存在一个更健壮的算法叫pHash。它将均值的方法发挥到极致。使用离散余弦变换(DCT)来获取图片的低频成分。
  离散余弦变换（DCT）是种图像压缩算法，它将图像从像素域变换到频率域。然后一般图像都存在很多冗余和相关性的，所以转换到频率域之后，只有很少的一部分频率分量的系数才不为0，大部分系数都为0（或者说接近于0）。
##pHash
  pHash的工作过程如下：

• （1）缩小尺寸：pHash以小图片开始，但图片大于88，3232是最好的。这样做的目的是简化了DCT的计算，而不是减小频率。
• （2）简化色彩：将图片转化成灰度图像，进一步简化计算量。
• （3）计算DCT：计算图片的DCT变换，得到32*32的DCT系数矩阵。
• （4）缩小DCT：虽然DCT的结果是3232大小的矩阵，但我们只要保留左上角的88的矩阵，这部分呈现了图片中的最低频率。
• （5）计算平均值：如同均值哈希一样，计算DCT的均值。
• （6）计算hash值：这是最主要的一步，根据8*8的DCT矩阵，设置0或1的64位的hash值，大于等于DCT均值的设为”1”，小于DCT均值的设为“0”。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。

  结果并不能告诉我们真实性的低频率，只能粗略地告诉我们相对于平均值频率的相对比例。只要图片的整体结构保持不变，hash结果值就不变。能够避免伽马校正或颜色直方图被调整带来的影响。
  与均值哈希一样，pHash同样可以用汉明距离来进行比较。(只需要比较每一位对应的位置并算计不同的位的个数)
  下面我们来看下上述理论用Java来做一个DEMO版的具体实现：

import java.awt.Graphics2D;
import java.awt.color.ColorSpace;
import java.awt.image.BufferedImage;
import java.awt.image.ColorConvertOp;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.InputStream;

import javax.imageio.ImageIO;
/*
* function: 用汉明距离进行图片相似度检测的Java实现
* pHash-like image hash.
* Author: Sun Huaqiang
* Based On: http://www.hackerfactor.com/blog/index.php?/archives/432-Looks-Like-It.html
*/
public class ImagePHash { private int size = 32; private int smallerSize = 8; public ImagePHash() { initCoefficients(); } private ImagePHash(int size, int smallerSize) { this.size = size; this.smallerSize = smallerSize; initCoefficients(); } private int distance(String s1, String s2) { int counter = 0; for (int k = 0; k < s1.length();k++) { if(s1.charAt(k) != s2.charAt(k)) { counter++; } } return counter; } // Returns a 'binary string' (like. 001010111011100010) which is easy to do a hamming distance on. private String getHash(InputStream is) throws Exception { BufferedImage img = ImageIO.read(is);

/* 1. Reduce size(缩小尺寸).
Like Average Hash, pHash starts with a small image.
However, the image is larger than 8x8; 32x32 is a good size.This is really done to simplify the DCT computation and not because it is needed to reduce the high frequencies.
*/ img = resize(img, size, size);

/* 2. Reduce color(简化色彩).
The image is reduced to a grayscale just to further simplify the number of computations.
*/ img = grayscale(img); double[][] vals = new double[size][size]; for (int x = 0; x < img.getWidth(); x++) { for (int y = 0; y < img.getHeight(); y++) { vals[x][y] = getBlue(img, x, y); } }

/* 3. Compute the DCT(计算DCT).
The DCT(Discrete Cosine Transform,离散余弦转换) separates the image into a collection of frequencies and scalars. While JPEG uses an 8x8 DCT, this algorithm uses a 32x32 DCT.
*/ long start = System.currentTimeMillis(); double[][] dctVals = applyDCT(vals);
// System.out.println("DCT_COST_TIME: " + (System.currentTimeMillis() - start));

/* 4. Reduce the DCT.
This is the magic step. While the DCT is 32x32, just keep the top-left 8x8. Those represent the lowest frequencies in the picture.
*/
/* 5. Compute the average value.
Like the Average Hash, compute the mean DCT value (using only the 8x8 DCT low-frequency values and excluding the first term since the DC coefficient can be significantly different from the other values and will throw off the average).
*/ double total = 0; for (int x = 0; x < smallerSize; x++) { for (int y = 0; y < smallerSize; y++) { total += dctVals[x][y]; } } total -= dctVals[0][0]; double avg = total / (double) ((smallerSize * smallerSize) - 1);

/* 6. Further reduce the DCT.
This is the magic step. Set the 64 hash bits to 0 or 1
depending on whether each of the 64 DCT values is above or below the average value. The result doesn't tell us the
actual low frequencies; it just tells us the very-rough
relative scale of the frequencies to the mean. The result
will not vary as long as the overall structure of the image remains the same; this can survive gamma and color histogram adjustments without a problem.
*/ String hash = ""; for (int x = 0; x < smallerSize; x++) { for (int y = 0; y < smallerSize; y++) { if (x != 0 && y != 0) { hash += (dctVals[x][y] > avg?"1":"0"); } } } return hash; } private BufferedImage resize(BufferedImage image, int width, int height) { BufferedImage resizedImage = new BufferedImage(width, height, BufferedImage.TYPE_INT_ARGB); Graphics2D g = resizedImage.createGraphics(); g.drawImage(image, 0, 0, width, height, null); g.dispose(); return resizedImage; } private ColorConvertOp colorConvert = new ColorConvertOp(ColorSpace.getInstance(ColorSpace.CS_GRAY), null); private BufferedImage grayscale(BufferedImage img) { colorConvert.filter(img, img); return img; } private static int getBlue(BufferedImage img, int x, int y) { return (img.getRGB(x, y)) & 0xff; }

// DCT function stolen from http://stackoverflow.com/questions/4240490/problems-with-dct-and-idct-algorithm-in-java private double[] c; private void initCoefficients() { c = new double[size]; for (int i=1;i<size;i++) { c[i]=1; } c[0]=1/Math.sqrt(2.0); } private double[][] applyDCT(double[][] f) { int N = size; double[][] F = new double[N][N]; for (int u=0;u<N;u++) { for (int v=0;v<N;v++) { double sum = 0.0; for (int i=0;i<N;i++) { for (int j=0;j<N;j++) { sum+=Math.cos(((2*i+1)/(2.0*N))*u*Math.PI)*Math.cos(((2*j+1)/(2.0*N))*v*Math.PI)*(f[i][j]); } } sum*=((c[u]*c[v])/4.0); F[u][v] = sum; } } return F; } /** * * @param img1 * @param img2 * @param tv * @return boolean */ public boolean imgChk(String img1, String img2, int tv){ ImagePHash p = new ImagePHash(); String image1; String image2; try { image1 = p.getHash(new FileInputStream(new File(img1))); image2 = p.getHash(new FileInputStream(new File(img2))); int dt = p.distance(image1, image2); System.out.println("["+img1 + "] : [" + img2 + "] Score is " + dt); if (dt <= tv) return true; } catch (FileNotFoundException e) { e.printStackTrace(); } catch (Exception e) { e.printStackTrace(); } return false; } public static void main(String[] args) { ImagePHash p = new ImagePHash(); String imagePath = "C:/Users/SHQ/Desktop/image/"; System.out.println(p.imgChk(imagePath+"1.jpg", imagePath+"2.jpg", 10)); System.out.println(p.imgChk(imagePath+"1.jpg", imagePath+"3.jpg", 10)); System.out.println(p.imgChk(imagePath+"1.jpg", imagePath+"4.jpg", 10)); System.out.println(p.imgChk(imagePath+"1.jpg", imagePath+"5.jpg", 10)); System.out.println(p.imgChk(imagePath+"1.jpg", imagePath+"6.png", 10)); System.out.println(p.imgChk(imagePath+"1.jpg", imagePath+"7.jpg", 10)); System.out.println(p.imgChk(imagePath+"2.jpg", imagePath+"3.jpg", 10)); }
}

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
  
80
  
81
  
82
  
83
  
84
  
85
  
86
  
87
  
88
  
89
  
90
  
91
  
92
  
93
  
94
  
95
  
96
  
97
  
98
  
99
  
100
  
101
  
102
  
103
  
104
  
105
  
106
  
107
  
108
  
109
  
110
  
111
  
112
  
113
  
114
  
115
  
116
  
117
  
118
  
119
  
120
  
121
  
122
  
123
  
124
  
125
  
126
  
127
  
128
  
129
  
130
  
131
  
132
  
133
  
134
  
135
  
136
  
137
  
138
  
139
  
140
  
141
  
142
  
143
  
144
  
145
  
146
  
147
  
148
  
149
  
150
  
151
  
152
  
153
  
154
  
155
  
156
  
157
  
158
  
159
  
160
  
161
  
162
  
163
  
164
  
165
  
166
  
167
  
168
  
169
  
170
  
171
  
172
  
173
  
174
  
175
  
176
  
177
  
178
  
179
  
180
  
181
  
182
  
183
  
184
  
185
  
186
  
187
  
188
  
189
  
190
  
191
  
192
  
193
  
194
  
195
  
196
  
197
  
198
  
199
  
200
 

##测试结果

  结果说明：汉明距离越大表明图片差异越大，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。从结果可以看到1、5、6、7是相似图片，1、2、3差异太大，是两张不同的图片。
##附 测试图片
图1 1.jpg

图2 2.jpg

图3 3.jpg

图4 4.jpg

图5 5.png

图6 6.jpg(图1的缩略图)

图7 7.jpg(图1的缩略图)

文章来源: shq5785.blog.csdn.net，作者：No Silver Bullet，版权归原作者所有，如需转载，请联系作者。

原文链接：shq5785.blog.csdn.net/article/details/70232679