package com.metarnet.util; import java.awt.AlphaComposite; import java.awt.Color; import java.awt.Font; import java.awt.Graphics2D; import java.awt.Image; import java.awt.RenderingHints; import java.awt.geom.AffineTransform; import java.awt.image.BufferedImage; import java.awt.image.ColorModel; import java.awt.image.WritableRaster; import java.io.File; import java.io.FileInputStream; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStream; import javax.imageio.ImageIO; import com.sun.image.codec.jpeg.ImageFormatException; import com.sun.image.codec.jpeg.JPEGCodec; import com.sun.image.codec.jpeg.JPEGImageDecoder; import com.sun.image.codec.jpeg.JPEGImageEncoder; /** * 图片工具类,主要针对图片水印处理 * @author yanfan */ public class ImageHelper { /** * 生成缩略图 <br/> * 保存:ImageIO.write(BufferedImage, imgType[jpg/png/...], File); * @param source 原图片 * @param width 缩略图宽 * @param height 缩略图高 * @param b 是否等比缩放 * */ public static BufferedImage thumb(BufferedImage source, int width,int height, boolean b) { // targetW,targetH分别表示目标长和宽 int type = source.getType(); BufferedImage target = null; double sx = (double) width / source.getWidth(); double sy = (double) height / source.getHeight(); if (b) { if (sx > sy) { sx = sy; width = (int) (sx * source.getWidth()); } else { sy = sx; height = (int) (sy * source.getHeight()); } } if (type == BufferedImage.TYPE_CUSTOM) { // handmade ColorModel cm = source.getColorModel(); WritableRaster raster = cm.createCompatibleWritableRaster(width,height); boolean alphaPremultiplied = cm.isAlphaPremultiplied(); target = new BufferedImage(cm, raster, alphaPremultiplied, null); } else { target = new BufferedImage(width, height, type); } Graphics2D g = target.createGraphics(); g.setRenderingHint(RenderingHints.KEY_RENDERING,RenderingHints.VALUE_RENDER_QUALITY); g.drawRenderedImage(source, AffineTransform.getScaleInstance(sx, sy)); g.dispose(); return target; } /** * 图片水印 * @param imgPath 待处理图片 * @param markPath 水印图片 * @param savePath 文件保存位置 * @param x 水印位于图片左上角的 x 坐标值 * @param y 水印位于图片左上角的 y 坐标值 * @param alpha 水印透明度 0.1f ~ 1.0f * @throws IOException * */ public static void waterMark(String imgPath, String markPath,String savePath, int x, int y,float alpha) throws IOException { BufferedImage img = waterMark(ImageIO.read(new File(imgPath)),ImageIO.read(new File(markPath)), x, y, alpha); FileOutputStream out = new FileOutputStream(savePath); JPEGImageEncoder encoder = JPEGCodec.createJPEGEncoder(out); encoder.encode(img); out.close(); } /** * 图片水印 * @param imgPath 待处理图片 * @param markPath 水印图片 * @param x 水印位于图片左上角的 x 坐标值 * @param y 水印位于图片左上角的 y 坐标值 * @param alpha 水印透明度 0.1f ~ 1.0f * @throws IOException * */ public static BufferedImage waterMark(String imgPath, String markPath, int x, int y,float alpha) throws IOException { return waterMark(ImageIO.read(new File(imgPath)),ImageIO.read(new File(markPath)), x, y, alpha); } /** * 图片水印 * @param img 待处理图片 * @param srcImg 水印图片 * @param x 水印位于图片左上角的 x 坐标值 * @param y 水印位于图片左上角的 y 坐标值 * @param alpha 水印透明度 0.1f ~ 1.0f * @throws IOException * */ public static BufferedImage waterMark(Image img, Image srcImg, int x, int y,float alpha){ // 加载待处理图片文件 BufferedImage image = new BufferedImage(img.getWidth(null),img.getHeight(null), BufferedImage.TYPE_INT_RGB); Graphics2D g = image.createGraphics(); g.drawImage(img, 0, 0, null); g.setComposite(AlphaComposite.getInstance(AlphaComposite.SRC_ATOP,alpha)); g.drawImage(srcImg, x, y, null); g.dispose(); return image; } /** * 文字水印 * * @param imgPath 待处理图片 * @param savePath 文件保存位置 * @param text 水印文字 * @param font 水印字体信息 * @param color 水印字体颜色 * @param x 水印位于图片左上角的 x 坐标值 * @param y 水印位于图片左上角的 y 坐标值 * @param alpha 水印透明度 0.1f ~ 1.0f */ public static void textMark(String imgPath,String savePath, String text, Font font,Color color, int x, int y, float alpha) throws IOException { BufferedImage img = textMark(ImageIO.read(new File(imgPath)), text, font, color, x, y, alpha); FileOutputStream out = new FileOutputStream(savePath); JPEGImageEncoder encoder = JPEGCodec.createJPEGEncoder(out); encoder.encode(img); out.close(); } /** * 文字水印 * * @param imgPath 待处理图片 * @param text 水印文字 * @param font 水印字体信息 * @param color 水印字体颜色 * @param x 水印位于图片左上角的 x 坐标值 * @param y 水印位于图片左上角的 y 坐标值 * @param alpha 水印透明度 0.1f ~ 1.0f */ public static BufferedImage textMark(String imgPath, String text, Font font,Color color, int x, int y, float alpha) throws IOException { return textMark(ImageIO.read(new File(imgPath)), text, font, color, x, y, alpha); } /** * 文字水印 * * @param img 待处理图片 * @param text 水印文字 * @param font 水印字体信息 * @param color 水印字体颜色 * @param x 水印位于图片左上角的 x 坐标值 * @param y 水印位于图片左上角的 y 坐标值 * @param alpha 水印透明度 0.1f ~ 1.0f */ public static BufferedImage textMark(Image img, String text, Font font,Color color, int x, int y, float alpha) { Font Dfont = (font == null) ? new Font("宋体", 20, 13) : font; BufferedImage image = new BufferedImage(img.getWidth(null),img.getHeight(null), BufferedImage.TYPE_INT_RGB); Graphics2D g = image.createGraphics(); g.drawImage(img, 0, 0, null); g.setColor(color); g.setFont(Dfont); g.setComposite(AlphaComposite.getInstance(AlphaComposite.SRC_ATOP,alpha)); g.drawString(text, x, y); g.dispose(); return image; } /** * 读取JPEG图片 * @param filename 文件名 * @return BufferedImage 图片对象 */ public static BufferedImage readJPEGImage(String filename) throws ImageFormatException, IOException { InputStream imageIn = new FileInputStream(new File(filename)); JPEGImageDecoder decoder = JPEGCodec.createJPEGDecoder(imageIn); BufferedImage sourceImage = decoder.decodeAsBufferedImage(); return sourceImage; } /** * 读取JPEG图片 * @param filename 文件名 * @return BufferedImage 图片对象 */ public static BufferedImage readPNGImage(String filename) throws IOException { File inputFile = new File(filename); BufferedImage sourceImage = ImageIO.read(inputFile); return sourceImage; } /** * 灰度值计算 * @param pixels 像素 * @return int 灰度值 */ public static int rgbToGray(int pixels) { int _red = (pixels >> 16) & 0xFF; int _green = (pixels >> 8) & 0xFF; int _blue = (pixels) & 0xFF; return (int) (0.3 * _red + 0.59 * _green + 0.11 * _blue); } /** * 计算数组的平均值 * @param pixels 数组 * @return int 平均值 */ public static int average(int[] pixels) { float m = 0; for (int i = 0; i < pixels.length; ++i) { m += pixels[i]; } m = m / pixels.length; return (int) m; } /** * 计算图片指纹 * @param filename 文件名 * @return 图片指纹 * @throws IOException */ public static String produceFingerPrint(String filename) throws IOException { return produceFingerPrint(ImageIO.read(new File(filename)),8); } /** * 计算图片指纹 * @param filename 文件名 * @return 图片指纹 */ public static String produceFingerPrint(BufferedImage source) { return produceFingerPrint(source,8); } /** * 计算图片指纹 * @param filename 文件名 * width * @return 图片指纹 */ public static String produceFingerPrint(BufferedImage source,int lever) { // 第一步,缩小尺寸。 // 将图片缩小到width*height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。 BufferedImage thumb = ImageHelper.thumb(source, lever, lever, false); // 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。 int[] pixels = new int[lever * lever]; for (int i = 0; i < lever; i++) { for (int j = 0; j < lever; j++) { pixels[i * lever + j] = ImageHelper.rgbToGray(thumb.getRGB(i, j)); } } // 第三步,计算平均值。 // 计算所有像素的灰度平均值。 int avgPixel = ImageHelper.average(pixels); // 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。 int[] comps = new int[lever * lever]; for (int i = 0; i < comps.length; i++) { if (pixels[i] >= avgPixel) { comps[i] = 1; } else { comps[i] = 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。 StringBuffer hashCode = new StringBuffer(); for (int i = 0; i < comps.length; i+= 4) { int result = comps[i] * (int) Math.pow(2, 3) + comps[i + 1] * (int) Math.pow(2, 2) + comps[i + 2] * (int) Math.pow(2, 1) + comps[i + 2]; hashCode.append(binaryToHex(result)); } // 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。 return hashCode.toString(); } /** * 计算图片指纹 * @param filename 文件名 * width * @return 图片指纹 */ public static String produceFingerPrint(BufferedImage source,int width,int height) { // 第一步,缩小尺寸。 // 将图片缩小到width*height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。 BufferedImage thumb = ImageHelper.thumb(source, width, height, false); // 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。 int[] pixels = new int[width * height]; for (int i = 0; i < width; i++) { for (int j = 0; j < height; j++) { pixels[i * height + j] = ImageHelper.rgbToGray(thumb.getRGB(i, j)); } } // 第三步,计算平均值。 // 计算所有像素的灰度平均值。 int avgPixel = ImageHelper.average(pixels); // 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。 int[] comps = new int[width * height]; for (int i = 0; i < comps.length; i++) { if (pixels[i] >= avgPixel) { comps[i] = 1; } else { comps[i] = 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。 StringBuffer hashCode = new StringBuffer(); for (int i = 0; i < comps.length; i+= 4) { int result = comps[i] * (int) Math.pow(2, 3) + comps[i + 1] * (int) Math.pow(2, 2) + comps[i + 2] * (int) Math.pow(2, 1) + comps[i + 2]; hashCode.append(binaryToHex(result)); } // 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。 return hashCode.toString(); } /** * 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。 * @param sourceHashCode 源hashCode * @param hashCode 与之比较的hashCode */ public static int hammingDistance(String sourceHashCode, String hashCode) { int difference = 0; int len = sourceHashCode.length(); for (int i = 0; i < len; i++) { if (sourceHashCode.charAt(i) != hashCode.charAt(i)) { difference ++; } } return difference; } /** * 计算"汉明距离"(Hamming distance)的相似度 */ public static double hammingCompare(String sourceHashCode, String hashCode) { double difference = 0; if(sourceHashCode.length() == hashCode.length() && sourceHashCode.length()!=0) { int len = 0; for (int i = 0; i < sourceHashCode.length(); i++) { if (sourceHashCode.charAt(i) == hashCode.charAt(i)) { len ++; } } difference = (double)len/sourceHashCode.length(); } return difference; } /** * 二进制转为十六进制 * @param int binary * @return char hex */ private static char binaryToHex(int binary) { char ch = ' '; switch (binary) { case 0: ch = '0'; break; case 1: ch = '1'; break; case 2: ch = '2'; break; case 3: ch = '3'; break; case 4: ch = '4'; break; case 5: ch = '5'; break; case 6: ch = '6'; break; case 7: ch = '7'; break; case 8: ch = '8'; break; case 9: ch = '9'; break; case 10: ch = 'a'; break; case 11: ch = 'b'; break; case 12: ch = 'c'; break; case 13: ch = 'd'; break; case 14: ch = 'e'; break; case 15: ch = 'f'; break; default: ch = ' '; } return ch; } }
#################################测试代码#########################################
package com.metarnet.util; import java.io.IOException; import java.util.ArrayList; import java.util.List; public class SimilarImageSearch { /** * @param args * @throws IOException */ public static void main(String[] args) throws IOException { List<String> hashCodes = new ArrayList<String>(); String filename = System.getProperty("user.dir") + "\images\"; String hashCode = null; String sourceHashCode = ImageHelper.produceFingerPrint(filename + "source.jpg"); System.out.println("原图片"+filename + "source.jpg指纹:"+sourceHashCode); for (int i = 0; i < 7; i++) { String filePath = filename + "example" + (i + 1) + ".jpg"; hashCode = ImageHelper.produceFingerPrint(filePath); hashCodes.add(hashCode); System.out.println("图片:"+filePath+"的指纹:"+hashCode); } for (int i = 0; i < hashCodes.size(); i++) { double difference = ImageHelper.hammingCompare(sourceHashCode, hashCodes.get(i)); System.out.print("汉明距离:"+difference+" "); System.out.println("source.jpg图片跟example"+(i+1)+".jpg相似度:"+difference*100+"%"); } } }