前阵子在阮一峰的博客上看到了这篇《相似图片搜索原理》博客，就有一种冲动要将这些原理实现出来了。
Google "相似图片搜索"：你可以用一张图片，搜索互联网上所有与它相似的图片。
打开Google图片搜索页面：
点击
使用上传一张angelababy原图：
点击搜索后，Google将会找出与之相似的图片，图片相似度越高就越排在前面。如：
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，实现相似图片搜素的关键技术叫做"感知哈希算法"（Perceptualhash 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。
以下是一个最简单的Java实现：
预处理：读取图片
1. FileinputFile=newFile(filename);
2. //读取图片文件
第一步，缩小尺寸。
将图片缩小到8x8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。
int width= 8; intheight = 8; // targetW，targetH分别表示目标长和宽 int type= sourceImage.getType();// 图片类型 BufferedImagethumbImage = null; double sx= (double) width / sourceImage.getWidth(); double sy= (double) height / sourceImage.getHeight();
1. //将图片宽度和高度都设置成一样，以长度短的为准
2. if(b){
3. if(sx>sy){
4. sx=sy;
5. int)(sx*sourceImage.getWidth());
6. else{
7. sy=sx;
8. int)(sy*sourceImage.getHeight());
9. }
10. }
11. //自定义图片
12. if(type==BufferedImage.TYPE_CUSTOM){//handmade
13. ColorModelcm=sourceImage.getColorModel();
14. WritableRasterraster=cm.createCompatibleWritableRaster(width,height);
15. booleanalphaPremultiplied=cm.isAlphaPremultiplied();
16. newBufferedImage(cm,raster,alphaPremultiplied,null);
17. else{
18. //已知图片，如jpg，png，gif
19. newBufferedImage(width,height,type);
20. }
21. //调用画图类画缩小尺寸后的图
22. Graphics2Dg=target.createGraphics();
23. //smootherthanexlax:
24. g.setRenderingHint(RenderingHints.KEY_RENDERING,RenderingHints.VALUE_RENDER_QUALITY);
25. g.drawRenderedImage(sourceImage,AffineTransform.getScaleInstance(sx,sy));
26. g.dispose();
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。
1. int[]pixels=newint[width*height];
2. inti=0;i<width;i++){
3. j=0;j<height;j++){
4. pixels[i*height+j]=rgbToGray(thumbImage.getRGB(i,j));
5. }
6. }
7. /**
8. *灰度值计算
9. *@parampixels彩色RGB值(Red-Green-Blue红绿蓝)
10. *@returnint灰度值
11. */
12. publicstaticintrgbToGray(intpixels){
13. _alpha=(pixels>>24)&0xFF;
14. _red=(pixels>>16)&0xFF;
15. _green=(pixels>>8)&0xFF;
16. _blue=(pixels)&0xFF;
17. return(int)(0.3*_red+0.59*_green+0.11*_blue);
18. }
第三步，计算平均值。
计算所有64个像素的灰度平均值。
1. intavgPixel=0;
2. intm=0;
3. for(inti=0;i<pixels.length;++i){
4. m+=pixels[i];
5. }
6. m=m/pixels.length;
7. avgPixel=m;
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。
1. int[]comps=newint[width*height];
2. for(inti=0;i<comps.length;i++){
3. if(pixels[i]>=avgPixel){
4. 1;
5. else{
6. 0;
7. }
8. }
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。
=
= 8f373714acfcf4d0
1. StringBufferhashCode=newStringBuffer();
2. inti=0;i<comps.length;i+=4){
3. intresult=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];
4. hashCode.append(binaryToHex(result));//二进制转为16进制
5. }
6. StringsourceHashCode=hashCode.toString();
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"（Hammingdistance）。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。
1. intdifference=0;
2. intlen=sourceHashCode.length();
3.
4. for(inti=0;i<len;i++){
5. if(sourceHashCode.charAt(i)!=hashCode.charAt(i)){
6. difference++;
7. }
8. }
你可以将几张图片放在一起，也计算出他们的汉明距离对比，就可以看看两张图片是否相似。
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。
以上内容大部分直接从阮一峰的网站上复制过来，想看原著的童鞋可以去在最上面的链接点击进去看。
