post

图片相似搜索,其实原理挺简单(一)

图片相似搜索,顾名思义,就是通过在线图片地址或本地上传的一张图片,搜索互联网上所有与它相似的图片。类似的“相似图片搜索引擎”有不少,如Google图片搜索、百度识图、TinEye等;Google搜索出的图片量较大,TinEye甚至可以找出照片的拍摄背景。今天介绍一种叫做“感知哈希算法(Perceptual hash algorithm)”的关键技术。

Google图片搜索

什么是“感知哈希算法”?

首先介绍下应用场景,如上图的Google图片搜索,点击搜索框中照相机的图标,会出现一个对话框,你输入网片的网址或者直接上传本地图片,Google就会找出与其相似的图片。

下面这张图片是美国女演员Alyson Hannigan:

美国女演员Alyson Hannigan

上传后,Google返回如下结果:

相似图片搜索结果

这种技术的原理是什么?计算机怎么知道两张图片相似呢?

根据Neal Krawetz博士的解释,原理非常简单易懂。我们可以用一个快速算法,就达到基本的效果。这里的关键技术叫做”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。

如何查找相似图片?

下面是一个最简单的实现:

第一步:缩小尺寸

8x8尺寸图片将图片缩小到8×8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;(左图为放大8倍效果)

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。

8x8尺寸图片指纹 = 8f373714acfcf4d0 (左图为放大8倍效果)

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。

文章转载自:阮一峰的网络日志

(未完…)

Comments

  1. 详细具体的分享,来学习一下

  2. 详细具体的分享,来学习一下

  3. 强大哦。

  4. 强大哦。

Trackbacks

  1. […] 之前的《图片相似搜索,其实原理挺简单(一)》中介绍了通过“感知哈希算法”实现图片相似搜索。在isnowfy的网站看到,还有其他两种方法也很简单,颜色分布法和内容特征法,今天再详细了解下这两种方法。 […]

  2. […] 之前的《图片相似搜索,其实原理挺简单(一)》中介绍了通过“感知哈希算法”实现图片相似搜索。在isnowfy的网站看到,还有其他两种方法也很简单,颜色分布法和内容特征法,今天再详细了解下这两种方法。 […]

Speak Your Mind

*

· 272 次浏览