[置顶] 图片搜索算法

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+"%");
        }
		
	}
}