【轉】感知雜湊演算法——找出相似的圖片

齊大飛發表於2015-07-16

Google 圖片搜尋功能

在谷歌圖片搜尋中, 使用者可以上傳一張圖片, 谷歌顯示因特網中與此圖片相同或者相似的圖片.

比如我上傳一張照片試試效果:

原理講解

參考Neal Krawetz博士的這篇文章, 實現這種功能的關鍵技術叫做"感知雜湊演算法"(Perceptual Hash Algorithm), 意思是為圖片生成一個指紋(字串格式), 兩張圖片的指紋越相似, 說明兩張圖片就越相似. 但關鍵是如何根據圖片計算出"指紋"呢? 下面用最簡單的步驟來說明一下原理:

第一步縮小圖片尺寸

將圖片縮小到8x8的尺寸, 總共64個畫素. 這一步的作用是去除各種圖片尺寸和圖片比例的差異, 只保留結構、明暗等基本資訊.

第二步轉為灰度圖片

將縮小後的圖片, 轉為64級灰度圖片.

第三步計算灰度平均值

計算圖片中所有畫素的灰度平均值

第四步比較畫素的灰度

將每個畫素的灰度與平均值進行比較, 如果大於或等於平均值記為1, 小於平均值記為0.

第五步計算雜湊值

將上一步的比較結果, 組合在一起, 就構成了一個64位的二進位制整數, 這就是這張圖片的指紋.

第六步對比圖片指紋

得到圖片的指紋後, 就可以對比不同的圖片的指紋, 計算出64位中有多少位是不一樣的. 如果不相同的資料位數不超過5, 就說明兩張圖片很相似, 如果大於10, 說明它們是兩張不同的圖片.

程式碼實現 (C#版本)

下面我用C#程式碼根據上一節所闡述的步驟實現一下.

using System;
using System.IO;
using System.Drawing;

namespace SimilarPhoto
{
    class SimilarPhoto
    {
        Image SourceImg;

        public SimilarPhoto(string filePath)
        {
            SourceImg = Image.FromFile(filePath);
        }

        public SimilarPhoto(Stream stream)
        {
            SourceImg = Image.FromStream(stream);
        }

        public String GetHash()
        {
            Image image = ReduceSize();
            Byte[] grayValues = ReduceColor(image);
            Byte average = CalcAverage(grayValues);
            String reslut = ComputeBits(grayValues, average);
            return reslut;
        }

        // Step 1 : Reduce size to 8*8
        private Image ReduceSize(int width = 8, int height = 8)
        {
            Image image = SourceImg.GetThumbnailImage(width, height, () => { return false; }, IntPtr.Zero);
            return image;
        }

        // Step 2 : Reduce Color
        private Byte[] ReduceColor(Image image)
        {
            Bitmap bitMap = new Bitmap(image);
            Byte[] grayValues = new Byte[image.Width * image.Height];

            for(int x = 0; x<image.Width; x++)
                for (int y = 0; y < image.Height; y++)
                {
                    Color color = bitMap.GetPixel(x, y);
                    byte grayValue = (byte)((color.R * 30 + color.G * 59 + color.B * 11) / 100);
                    grayValues[x * image.Width + y] = grayValue;
                }
            return grayValues;
        }

        // Step 3 : Average the colors
        private Byte CalcAverage(byte[] values)
        {
            int sum = 0;
            for (int i = 0; i < values.Length; i++)
                sum += (int)values[i];
            return Convert.ToByte(sum / values.Length);
        }

        // Step 4 : Compute the bits
        private String ComputeBits(byte[] values, byte averageValue)
        {
            char[] result = new char[values.Length];
            for (int i = 0; i < values.Length; i++)
            {
                if (values[i] < averageValue)
                    result[i] = '0';
                else
                    result[i] = '1';
            }
            return new String(result);
        }

        // Compare hash
        public static Int32 CalcSimilarDegree(string a, string b)
        {
            if (a.Length != b.Length)
                throw new ArgumentException();
            int count = 0;
            for (int i = 0; i < a.Length; i++)
            {
                if (a[i] != b[i])
                    count++;
            }
            return count;
        }
    }
}

谷歌伺服器裡的圖片數量是百億級別的, 我電腦裡的圖片數量當然沒法比, 但以前做過爬蟲程式, 電腦裡有40,000多人的頭像照片, 就拿它們作為對比結果吧! 我計算出這些圖片的"指紋", 放在一個txt文字中, 格式如下.