本文轉自：

相似圖片搜索的原理

相似圖片搜索的原理（二）

http://www.hackerfactor.com/blog/index.php?/archives/432-Looks-Like-It.html

http://www.ruanyifeng.com/blog/2011/07/principle_of_similar_image_search.html

http://blog.sina.com.cn/s/blog_b27f71160101gp9c.html

http://blog.csdn.net/luoweifu/article/details/8220992

http://blog.csdn.net/zmazon/article/details/8618775

http://blog.sina.com.cn/s/blog_b27f71160101gpep.html

計算機怎么知道兩張圖片相似呢？

根據Neal Krawetz博士的解釋，原理非常簡單易懂。我們可以用一個快速算法，就達到基本的效果。

這里的關鍵技術叫做"感知哈希算法"（Perceptual hash algorithm），它的作用是對每張圖片生成一個"指紋"（fingerprint）字符串，然后比較不同圖片的指紋。結果越接近，就說明圖片越相似。

下面是一個最簡單的實現：

一、平均哈希算法（aHash）

此算法是基于比較灰度圖每個像素與平均值來實現的。

第一步，縮小尺寸。

將圖片縮小到8x8的尺寸，總共64個像素。這一步的作用是去除圖片的細節，只保留結構、明暗等基本信息，摒棄不同尺寸、比例帶來的圖片差異。

?

第二步，簡化色彩。

將8*8的小圖片轉換成灰度圖像，將64個像素的顏色(red,green,blue)轉換成一種顏色（黑白灰度）。

第三步，計算平均值。

計算所有64個像素的灰度平均值。

第四步，比較像素的灰度。

將每個像素的灰度，與平均值進行比較。大于或等于平均值，記為1；小于平均值，記為0。

第五步，計算哈希值。

將上一步的比較結果，組合在一起，就構成了一個64位的整數，這就是這張圖片的指紋。組合的次序并不重要，只要保證所有圖片都采用同樣次序就行了。

?=??= 8f373714acfcf4d0

得到指紋以后，就可以對比不同的圖片，看看64位中有多少位是不一樣的。在理論上，這等同于計算"漢明距離"（Hamming distance）。如果不相同的數據位不超過5，就說明兩張圖片很相似；如果大于10，就說明這是兩張不同的圖片。

步驟說明：

1.縮放圖片：為了保留結構去掉細節，去除大小、橫縱比的差異，把圖片統一縮放到8*8，共64個像素的圖片。

2.轉化為灰度圖：把縮放后的圖片轉化為256階的灰度圖。

附上灰度圖相關算法（R = red， G = green， B = blue）

?

1.浮點算法：Gray=R*0.3+G*0.59+B*0.11 2.整數方法：Gray=(R*30+G*59+B*11)/100 3.移位方法：Gray =(R*76+G*151+B*28)>>8; 4.平均值法：Gray=（R+G+B）/3; 5.僅取綠色：Gray=G； ? ? ? 3.計算平均值： 計算進行灰度處理后圖片的所有像素點的平均值。

?

4.比較像素灰度值：遍歷灰度圖片每一個像素，如果大于平均值記錄為1，否則為0.

5.得到信息指紋：組合64個bit位，順序隨意保持一致性即可。

6.對比指紋：計算兩幅圖片的指紋，計算漢明距離（從一個指紋到另一個指紋需要變幾次），漢明距離越大則說明圖片越不一致，反之，漢明距離越小則說明圖片越相似，當距離為0時，說明完全相同。（通常認為距離>10 就是兩張完全不同的圖片）

算法實現

關于均值哈希算法的實現，請參考：Google?以圖搜圖?-?相似圖片搜索原理?-?Java實現http://blog.csdn.net/luoweifu/article/details/7733030

下面給出matlab實現平均哈希算法（aHash）

%http://blog.sina.com.cn/s/blog_b27f71160101gp9c.html %輸入兩幅圖片，返回值為它們的為漢明距離。 %相似圖片搜索原理：平均哈希算法 %對兩幅圖分別作如下處理： %1：將兩副256等級的灰度圖像轉化成8x8大小的64等級的灰度圖像 %2：求全局灰度平均值 %3：逐次將灰度值與平均灰度值比較，大于等于的置為1，否則置為0 %4：將0、1序列看做8個字節（統一順序） %5：比較兩幅圖的數據位，如果不同的數據為不超過5位，則非常相似，若超過10為則認為兩幅圖無關 function v=tineyesearch_ahash(picture1,picture2) t1=imresize(picture1,[8 8],'bicubic'); %圖片放縮到固定大小 t2=imresize(picture2,[8 8],'bicubic'); %圖片放縮到固定大小 t1=round(t1/4); t2=round(t2/4); mem1=round(sum(sum(t1))/64); mem2=round(sum(sum(t2))/64); for i=1:8for j=1:8if t1(i,j)>=mem1t1(i,j)=1;elset1(i,j)=0;endif t2(i,j)>=mem2t2(i,j)=1;elset2(i,j)=0;endend end h=abs(t1-t2); v=sum(sum(h));

%http://blog.sina.com.cn/s/blog_b27f71160101gp9c.html clear; close all; clc; srcDir=uigetdir('Choose source directory.'); cd(srcDir); allnames=struct2cell(dir('*.jpg')); [k,len]=size(allnames); FinalResult = {};for i=1:lenname=allnames{1,i}; picture1 = imread(name); picture2 = imread('006.jpg'); v=tineyesearch_ahash(picture1,picture2); FinalResult{i,1} = char('006.jgp'); FinalResult{i,2} = name; FinalResult{i,3} = v; endfigure('NumberTitle', 'off', 'Name', '統計表'); columnname = {'ReferenceImage','TestImage', 'SimilarScore'}; %各列的名稱 % columnformat = {'numeric', 'bank', 'numeric'}; %各列的數據類型 columneditable = [false true true]; %各列是否是可編輯的，true是可以編輯，false是不可編輯 t = uitable('Units','normalized','Position',...[0.1 0.1 0.9 0.9], 'Data', FinalResult,...'ColumnName', columnname,...'ColumnEditable', columneditable);

具體的代碼實現，可以參見Wote用python語言寫的imgHash.py。代碼很短，只有53行。使用的時候，第一個參數是基準圖片，第二個參數是用來比較的其他圖片所在的目錄，返回結果是兩張圖片之間不相同的數據位數量（漢明距離）。

這種算法的優點是簡單快速，不受圖片大小縮放的影響，缺點是圖片的內容不能變更。如果在圖片上加幾個文字，它就認不出來了。所以，它的最佳用途是根據縮略圖，找出原圖。

實際應用中，往往采用更強大的pHash算法和SIFT算法，它們能夠識別圖片的變形。只要變形程度不超過25%，它們就能匹配原圖。這些算法雖然更復雜，但是原理與上面的簡便算法是一樣的，就是先將圖片轉化成Hash字符串，然后再進行比較。

如果圖片放大或縮小，或改變縱橫比，結果值也不會改變。增加或減少亮度或對比度，或改變顏色，對hash值都不會太大的影響。最大的優點：計算速度快！

如果你想比較兩張圖片，為每張圖片構造hash值并且計算不同位的個數。(漢明距離)如果這個值為0，則表示這兩張圖片非常相似，如果漢明距離小于5，則表示有些不同，但比較相近，如果漢明距離大于10則表明完全不同的圖片。

二、效果更佳的感知哈希算法pHash

雖然均值哈希更簡單且更快速，但是在比較上更死板、僵硬。它可能產生錯誤的漏洞，如果有一個伽馬校正或顏色直方圖被用于到圖像。這是因為顏色沿著一個非線性標尺?-?改變其中“平均值”的位置，并因此改變哪些高于/低于平均值的比特數。

一個更健壯的算法叫pHash，?pHash的做法是將均值的方法發揮到極致。使用離散余弦變換(DCT)降低頻率。

平均哈希算法過于嚴格，不夠精確，更適合搜索縮略圖，為了獲得更精確的結果可以選擇感知哈希算法，它采用的是DCT（離散余弦變換）來降低頻率的方法

1.縮小尺寸

pHash以小圖片開始，但圖片大于8*8，32*32是最好的。這樣做的目的是簡化了DCT的計算，而不是減小頻率。

2.簡化色彩

將圖片轉化成灰度圖像，進一步簡化計算量。

3.計算DCT

DCT是把圖片分解頻率聚集和梯狀形，雖然JPEG使用8*8的DCT變換，在這里使用32*32的DCT變換。

4.縮小DCT

雖然DCT的結果是32*32大小的矩陣，但我們只要保留左上角的8*8的矩陣，這部分呈現了圖片中的最低頻率。

5.計算平均值

如同均值哈希一樣，計算DCT的均值，

6.進一步減小DCT

這是最主要的一步，根據8*8的DCT矩陣，設置0或1的64位的hash值，大于等于DCT均值的設為”1”，小于DCT均值的設為“0”。結果并不能告訴我們真實性的低頻率，只能粗略地告訴我們相對于平均值頻率的相對比例。只要圖片的整體結構保持不變，hash結果值就不變。能夠避免伽馬校正或顏色直方圖被調整帶來的影響。

7.構造hash值

將64bit設置成64位的長整型，組合的次序并不重要，只要保證所有圖片都采用同樣次序就行了。將32*32的DCT轉換成32*32的圖像。

與均值哈希一樣，pHash同樣可以用漢明距離來進行比較。(只需要比較每一位對應的位置并算計不同的位的個數)

步驟說明:

步驟：

1.縮小圖片：32 * 32是一個較好的大小，這樣方便DCT計算

2.轉化為灰度圖：把縮放后的圖片轉化為256階的灰度圖。（具體算法見平均哈希算法步驟）

3.計算DCT:DCT把圖片分離成分率的集合

4.縮小DCT：DCT是32*32，保留左上角的8*8，這些代表的圖片的最低頻率

5.計算平均值：計算縮小DCT后的所有像素點的平均值。

6.進一步減小DCT：大于平均值記錄為1，反之記錄為0.

7.得到信息指紋：組合64個信息位，順序隨意保持一致性即可。

8.對比指紋：計算兩幅圖片的指紋，計算漢明距離（從一個指紋到另一個指紋需要變幾次），漢明距離越大則說明圖片越不一致，反之，漢明距離越小則說明圖片越相似，當距離為0時，說明完全相同。（通常認為距離>10 就是兩張完全不同的圖片）

使用matlab實現 PHash 算法

clear; close all; clc; % read image I = imread('cameraman.tif');% cosine transform and reduction d = dct2(I); d = d(1:8,1:8);% compute average a = mean(mean(d));% set bits, here unclear whether > or >= shall be used b = d > a; % maybe convert to string: string = num2str(b(:)');

同類中的最佳算法？

自從我做了大量關于數碼照片取證和巨幅圖片的收集工作之后，我需要一種方法來搜索圖片，所以，我用了一些不同的感知哈希算法做一個圖片搜索工具，根據我并不很科學但長期使用的經驗來看，我發現均值哈希比pHash顯著地要快。如果你找一些明確的東西，均值Hash是一個極好的算法，例如,我有一張圖片的小縮略圖，并且我知道它的大圖存在于一個容器的某個地方，均值哈希能算法快速地找到它。然而，如果圖片有些修改，如過都添加了一些內容或頭部疊加在一起，均值哈希就無法處理，雖然pHash比較慢，但它能很好地容忍一些小的變型(變型度小于25%的圖片)。

其次，如果，你運行的服務器像TinEye這樣，你就可以不用每次都計算pHash值，我確信它們肯定之前就把pHash值保存在數據庫中，核心的比較系統非常快，所以只需花費一次計算的時間，并且幾秒之內能進行成千上百次的比較，非常有實用價值。

改進

有許多感知哈希算法的變形能改進它的識別率，例如，在減小尺寸之前可以被剪裁，通過這種方法，主體部分周圍額外的空白區域不會產生不同。也可以對圖片進行分割，例如，你有一個人臉識別算法，然后你需要計算每張臉的hash值，可以跟蹤一般性的著色(例如，她的頭發比藍色或綠色更紅，而背景比黑色更接近白色)或線的相對位置。

如果你能比較圖片，那么你就可以做一些很酷的事情。例如，?你可以在GazoPa搜索引擎拖動圖片，和TinEye一樣，我并不知道GazoPa工作的細節，然而它似乎用的是感知哈希算法的變形，由于哈希把所有東西降低到最低頻率，我三個人物線條畫的素描可以和其它的圖片進行比較——如匹配含有三個人的照片。

三、差異哈希算法dHash

相比pHash，dHash的速度要快的多，相比aHash，dHash在效率幾乎相同的情況下的效果要更好，它是基于漸變實現的。

步驟：

1.縮小圖片：收縮到9*8的大小，一遍它有72的像素點

2.轉化為灰度圖：把縮放后的圖片轉化為256階的灰度圖。（具體算法見平均哈希算法步驟）

3.計算差異值：dHash算法工作在相鄰像素之間，這樣每行9個像素之間產生了8個不同的差異，一共8行，則產生了64個差異值

4.獲得指紋：如果左邊的像素比右邊的更亮，則記錄為1，否則為0.

四、直方圖相似度

?每張圖片都可以生成其灰度圖像直方圖（histogram）。如果兩張圖片的直方圖很接近，就可以認為它們很相似。

?????因此，此處我們利用兩幅圖像的直方圖來進行相似度的比較。原理較為簡單，具體算法如下： 1、獲得輸入灰度圖像的直方圖分布； 2、將直方圖劃分為64個區，每個區為連續的4個灰度等級； 3、對每個區的4個值進行求和運算，得到1個數據，如此，會得到64個數據，即為該幅圖像的一個向量（指紋）； 4、根據步驟【1、2、3】，我們將輸入的兩幅圖像轉化為了2個向量，記為A、B； 5、計算兩個向量的相似度，可以用皮爾遜相關系數或者余弦相似度計算，這里我們采用【余弦相似度】； 下面就順便介紹一下余弦相似度的概念及用法： ??????對于兩個向量，我們可以把它們想象成空間中的兩條線段，都是從原點（[0, 0, ...]）出發，指向不同的方向。兩條線段之間形成一個夾角，如果夾角為0度，意味著方向相同、線段重合；如果夾角為90度，意味著形成直角，方向完全不相似；如果夾角為180度，意味著方向正好相反。因此，我們可以通過夾角的大小，來判斷向量的相似程度。夾角越小，就代表越相似。

?????????????????????????????

以二維空間為例，上圖的a和b是兩個向量，我們要計算它們的夾角θ。余弦定理告訴我們，可以用下面的公式求得：

??????????????????

?????????????????????????

假定a向量是[x1, y1]，b向量是[x2, y2]，那么可以將余弦定理改寫成下面的形式：

?????????????

????????????

數學家已經證明，余弦的這種計算方法對n維向量也成立。假定A和B是兩個n維向量，A是 [A1, A2, ..., An] ，B是 [B1, B2, ..., Bn] ，則A與B的夾角θ的余弦等于：

?????????

使用這個公式，我們就可以得到，句子A與句子B的夾角的余弦。

余弦值越接近1，就表明夾角越接近0度，也就是兩個向量越相似，這就叫"余弦相似性"。

6、得到兩個向量的夾角之后，我們就可以通過角度的大小來判別它們的相似程度。

7、至此，我們就完成了兩幅圖像的相似度計算，因此，可以通過此算法來尋找相似的圖像。

下面給出matlab實現直方圖分布相似度

%相似圖像搜索：利用直方圖分布相似度 %1：獲得輸入兩幅圖片的直方圖分布 %2：將直方圖依次劃分為64個區，即每個區有4個灰度等級 %3：分別將各自的64個區生成64個元素，即一個向量（圖像指紋） %4：計算兩個向量的余弦相似度 %5：判斷，若相似度 function v=tineyesearch_hist(picture1,picture2) t1=picture1; [a1,b1]=size(t1); t2=picture2; t2=imresize(t2,[a1 b1],'bicubic');%縮放為一致大小 t1=round(t1); t2=round(t2); e1=zeros(1,256); e2=zeros(1,256); %獲取直方圖分布 for i=1:a1for j=1:b1n1=t1(i,j)+1;n2=t2(i,j)+1;e1(n1)=e1(n1)+1;e2(n2)=e2(n2)+1;end end figure; imhist(uint8(t1)); figure; imhist(uint8(t2)); %將直方圖分為64個區 m1=zeros(1,64); m2=zeros(1,64); for i=0:63m1(1,i+1)=e1(4*i+1)+e1(4*i+2)+e1(4*i+3)+e1(4*i+4);m2(1,i+1)=e2(4*i+1)+e2(4*i+2)+e2(4*i+3)+e2(4*i+4); end %計算余弦相似度 A=sqrt(sum(sum(m1.^2))); B=sqrt(sum(sum(m2.^2))); C=sum(sum(m1.*m2)); cos1=C/(A*B);%計算余弦值 cos2=acos(cos1);%弧度 v=cos2*180/pi;%換算成角度 figure; imshow(uint8([t1,t2])); title(['余弦值為：',num2str(cos1),' ','余弦夾角為：',num2str(v),'°']);

%http://blog.sina.com.cn/s/blog_b27f71160101gpep.html clear; close all; clc; srcDir=uigetdir('Choose source directory.'); cd(srcDir); allnames=struct2cell(dir('*.jpg')); [k,len]=size(allnames); FinalResult = {};for i=1:lenname=allnames{1,i}; picture1 = imread(name); picture2 = imread('006.jpg'); v=tineyesearch_hist(picture1,picture2); FinalResult{i,1} = char('006.jgp'); FinalResult{i,2} = name; FinalResult{i,3} = v; endfigure('NumberTitle', 'off', 'Name', '統計表'); columnname = {'ReferenceImage','TestImage', 'SimilarScore'}; %各列的名稱 % columnformat = {'numeric', 'bank', 'numeric'}; %各列的數據類型 columneditable = [false true true]; %各列是否是可編輯的，true是可以編輯，false是不可編輯 t = uitable('Units','normalized','Position',...[0.1 0.1 0.9 0.9], 'Data', FinalResult,...'ColumnName', columnname,...'ColumnEditable', columneditable);

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的图像相似性搜索的原理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。