图片上传

KKSU

2024-05-30 84599f1fdac0d9723c7f02a2e66b0e909ad911d7

 src/main/java/cc/mrbird/febs/mall/test/FingerPrint.java

@@ -1,317 +1,317 @@
package cc.mrbird.febs.mall.test;

import javax.imageio.ImageIO;
import java.awt.*;
import java.awt.color.ColorSpace;
import java.awt.image.BufferedImage;
import java.awt.image.ColorConvertOp;
import java.io.File;
import java.io.IOException;
import java.util.Arrays;

/**
 * 图片是采用phash算法,一共分为四步吧.
 *
 * 1.将图片缩放到16*16大小,这是我们选择的合适的大小,假如宽高不一样,直接将其压到16*16,去掉细节,只保留宏观;
 *
 * 2.图片一共是16*16的,共256个像素,我们将图片进行灰度化,灰度化就是只有黑白灰三种,从白到黑,一共分了255层;
 *
 * 3.灰度化之后将图片进行DCT转换(离散余弦变化),因为为了识别有的图片旋转,这个DCT转换是将图片进行了一种压缩算法;
 *
 * 4.我们对这个算法进行了优化,因为之前是计算像素的均值,我们为了更准确,我们取RGB,rgb一共分为255个像素,我们将255个像素分为16段,如果像素大于0-16记为0,17到32记为1,直到255,这样就得到255位的二进制,这就是这张图片的指纹码.
 *
 * 得到唯一标识的指纹码之后怎么去计算像素度呢?
 *
 * 通过汉明距离比较两个二进制距离,如果距离小于<10的话,我们就判定两张图片相似.如果两个指纹码(二进制)一模一样,我们就判定两个是一张图片,或者类似;
 */
/**
 * 视频相似度算法:
 * 视频的话我们是通过ffmpeg(ff am pig),它是一个专门处理视频的框架,可以从视频中按针提取图片.然后就按照图片的相似度取对比了...
 */

/**
 * https://blog.csdn.net/weixin_34095889/article/details/91923072?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171652008316800182787012%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=171652008316800182787012&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-4-91923072-null-null.142^v100^pc_search_result_base8&utm_term=java%20%E6%8A%8A%E5%9B%BE%E7%89%87%E8%BD%AC%E6%8D%A2%E6%88%90%E9%BB%91%E7%99%BD%E7%81%B0%E5%83%8F%E7%B4%A0%E9%A3%8E%E6%A0%BC&spm=1018.2226.3001.4187
 * 均值哈希实现图像指纹比较
 */
public class FingerPrint {

    public static void main(String[] args) {
        FingerPrint fp1 = null;
        FingerPrint fp2 = null;
        try {
            fp1 = new FingerPrint(ImageIO.read(new File("D:\\image\\F1.png")));
            fp2 = new FingerPrint(ImageIO.read(new File("D:\\image\\Z1.jpg")));
        } catch (IOException e) {
            e.printStackTrace();
        }
        System.out.println(fp1.toString(false));
        System.out.println(fp2.toString(false));
        System.out.printf("sim=%f",fp1.compare(fp2));
    }

    /**
     * 图像指纹的尺寸,将图像resize到指定的尺寸，来计算哈希数组
     */
    private static final int HASH_SIZE=16;
    /**
     * 保存图像指纹的二值化矩阵
     */
    private final byte[] binaryzationMatrix;
    public FingerPrint(byte[] hashValue) {
        if(hashValue.length!=HASH_SIZE*HASH_SIZE)
            throw new IllegalArgumentException(String.format("length of hashValue must be %d",HASH_SIZE*HASH_SIZE ));
        this.binaryzationMatrix=hashValue;
    }
    public FingerPrint(String hashValue) {
        this(toBytes(hashValue));
    }
    public FingerPrint (BufferedImage src){
        this(hashValue(src));
    }
    private static byte[] hashValue(BufferedImage src){
        BufferedImage hashImage = resize(src,HASH_SIZE,HASH_SIZE);
        byte[] matrixGray = (byte[]) toGray(hashImage).getData().getDataElements(0, 0, HASH_SIZE, HASH_SIZE, null);
        return  binaryzation(matrixGray);
    }
    /**
     * 从压缩格式指纹创建{@link FingerPrint}对象
     * @param compactValue
     * @return
     */
    public static FingerPrint createFromCompact(byte[] compactValue){
        return new FingerPrint(uncompact(compactValue));
    }

    public static boolean validHashValue(byte[] hashValue){
        if(hashValue.length!=HASH_SIZE)
            return false;
        for(byte b:hashValue){
            if(0!=b&&1!=b)return false;
        }
        return true;
    }
    public static boolean validHashValue(String hashValue){
        if(hashValue.length()!=HASH_SIZE)
            return false;
        for(int i=0;i<hashValue.length();++i){
            if('0'!=hashValue.charAt(i)&&'1'!=hashValue.charAt(i))return false;
        }
        return true;
    }
    public byte[] compact(){
        return compact(binaryzationMatrix);
    }

    /**
     * 指纹数据按位压缩
     * @param hashValue
     * @return
     */
    private static byte[] compact(byte[] hashValue){
        byte[] result=new byte[(hashValue.length+7)>>3];
        byte b=0;
        for(int i=0;i<hashValue.length;++i){
            if(0==(i&7)){
                b=0;
            }
            if(1==hashValue[i]){
                b|=1<<(i&7);
            }else if(hashValue[i]!=0)
                throw new IllegalArgumentException("invalid hashValue,every element must be 0 or 1");
            if(7==(i&7)||i==hashValue.length-1){
                result[i>>3]=b;
            }
        }
        return result;
    }

    /**
     * 压缩格式的指纹解压缩
     * @param compactValue
     * @return
     */
    private static byte[] uncompact(byte[] compactValue){
        byte[] result=new byte[compactValue.length<<3];
        for(int i=0;i<result.length;++i){
            if((compactValue[i>>3]&(1<<(i&7)))==0)
                result[i]=0;
            else
                result[i]=1;
        }
        return result;
    }
    /**
     * 字符串类型的指纹数据转为字节数组
     * @param hashValue
     * @return
     */
    private static byte[] toBytes(String hashValue){
        hashValue=hashValue.replaceAll("\\s", "");
        byte[] result=new byte[hashValue.length()];
        for(int i=0;i<result.length;++i){
            char c = hashValue.charAt(i);
            if('0'==c)
                result[i]=0;
            else if('1'==c)
                result[i]=1;
            else
                throw new IllegalArgumentException("invalid hashValue String");
        }
        return result;
    }
    /**
     * 缩放图像到指定尺寸
     * @param src
     * @param width
     * @param height
     * @return
     */
    private static BufferedImage resize(Image src,int width,int height){
        BufferedImage result = new BufferedImage(width, height,
                BufferedImage.TYPE_3BYTE_BGR);
        Graphics g = result.getGraphics();
        try{
            g.drawImage(src.getScaledInstance(width, height, Image.SCALE_SMOOTH), 0, 0, null);
        }finally{
            g.dispose();
        }
        return result;
    }
    /**
     * 计算均值
     * @param src
     * @return
     */
    private static  int mean(byte[] src){
        long sum=0;
        // 将数组元素转为无符号整数
        for(byte b:src)sum+=(long)b&0xff;
        return (int) (Math.round((float)sum/src.length));
    }
    /**
     * 二值化处理
     * @param src
     * @return
     */
    private static byte[] binaryzation(byte[]src){
        byte[] dst = src.clone();
        int mean=mean(src);
        for(int i=0;i<dst.length;++i){
            // 将数组元素转为无符号整数再比较
            dst[i]=(byte) (((int)dst[i]&0xff)>=mean?1:0);
        }
        return dst;

    }
    /**
     * 转灰度图像
     * @param src
     * @return
     */
    private static BufferedImage toGray(BufferedImage src){
        if(src.getType()==BufferedImage.TYPE_BYTE_GRAY){
            return src;
        }else{
            // 图像转灰
            BufferedImage grayImage = new BufferedImage(src.getWidth(), src.getHeight(),
                    BufferedImage.TYPE_BYTE_GRAY);
            new ColorConvertOp(ColorSpace.getInstance(ColorSpace.CS_GRAY), null).filter(src, grayImage);
            return grayImage;
        }
    }

    @Override
    public String toString() {
        return toString(true);
    }
    /**
     * @param multiLine 是否分行
     * @return
     */
    public String toString(boolean multiLine) {
        StringBuffer buffer=new StringBuffer();
        int count=0;
        for(byte b:this.binaryzationMatrix){
            buffer.append(0==b?'0':'1');
            if(multiLine&&++count%HASH_SIZE==0)
                buffer.append('\n');
        }
        return buffer.toString();
    }
    @Override
    public boolean equals(Object obj) {
        if(obj instanceof FingerPrint){
            return Arrays.equals(this.binaryzationMatrix,((FingerPrint)obj).binaryzationMatrix);
        }else
            return super.equals(obj);
    }

    /**
     * 与指定的压缩格式指纹比较相似度
     * @param compactValue
     * @return
     * @see #compare(FingerPrint)
     */
    public float compareCompact(byte[] compactValue){
        return compare(createFromCompact(compactValue));
    }
    /**
     * @param hashValue
     * @return
     * @see #compare(FingerPrint)
     */
    public float compare(String hashValue){
        return compare(new FingerPrint(hashValue));
    }
    /**
     * 与指定的指纹比较相似度
     * @param hashValue
     * @return
     * @see #compare(FingerPrint)
     */
    public float compare(byte[] hashValue){
        return compare(new FingerPrint(hashValue));
    }
    /**
     * 与指定图像比较相似度
     * @param image2
     * @return
     * @see #compare(FingerPrint)
     */
    public float compare(BufferedImage image2){
        return compare(new FingerPrint(image2));
    }
    /**
     * 比较指纹相似度
     * @param src
     * @return
     * @see #compare(byte[], byte[])
     */
    public float compare(FingerPrint src){
        if(src.binaryzationMatrix.length!=this.binaryzationMatrix.length)
            throw new IllegalArgumentException("length of hashValue is mismatch");
        return compare(binaryzationMatrix,src.binaryzationMatrix);
    }
    /**
     * 判断两个数组相似度，数组长度必须一致否则抛出异常
     * @param f1
     * @param f2
     * @return 返回相似度(0.0~1.0)
     */
    private static float compare(byte[] f1,byte[] f2){
        if(f1.length!=f2.length)
            throw new IllegalArgumentException("mismatch FingerPrint length");
        int sameCount=0;
        for(int i=0;i<f1.length;++i){
            if(f1[i]==f2[i])++sameCount;
        }
        return (float)sameCount/f1.length;
    }
    public static float compareCompact(byte[] f1,byte[] f2){
        return compare(uncompact(f1),uncompact(f2));
    }
    public static float compare(BufferedImage image1,BufferedImage image2){
        return new FingerPrint(image1).compare(new FingerPrint(image2));
    }

}
//package cc.mrbird.febs.mall.test;
//
//import javax.imageio.ImageIO;
//import java.awt.*;
//import java.awt.color.ColorSpace;
//import java.awt.image.BufferedImage;
//import java.awt.image.ColorConvertOp;
//import java.io.File;
//import java.io.IOException;
//import java.util.Arrays;
//
///**
// * 图片是采用phash算法,一共分为四步吧.
// *
// * 1.将图片缩放到16*16大小,这是我们选择的合适的大小,假如宽高不一样,直接将其压到16*16,去掉细节,只保留宏观;
// *
// * 2.图片一共是16*16的,共256个像素,我们将图片进行灰度化,灰度化就是只有黑白灰三种,从白到黑,一共分了255层;
// *
// * 3.灰度化之后将图片进行DCT转换(离散余弦变化),因为为了识别有的图片旋转,这个DCT转换是将图片进行了一种压缩算法;
// *
// * 4.我们对这个算法进行了优化,因为之前是计算像素的均值,我们为了更准确,我们取RGB,rgb一共分为255个像素,我们将255个像素分为16段,如果像素大于0-16记为0,17到32记为1,直到255,这样就得到255位的二进制,这就是这张图片的指纹码.
// *
// * 得到唯一标识的指纹码之后怎么去计算像素度呢?
// *
// * 通过汉明距离比较两个二进制距离,如果距离小于<10的话,我们就判定两张图片相似.如果两个指纹码(二进制)一模一样,我们就判定两个是一张图片,或者类似;
// */
///**
// * 视频相似度算法:
// * 视频的话我们是通过ffmpeg(ff am pig),它是一个专门处理视频的框架,可以从视频中按针提取图片.然后就按照图片的相似度取对比了...
// */
//
///**
// * https://blog.csdn.net/weixin_34095889/article/details/91923072?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171652008316800182787012%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=171652008316800182787012&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-4-91923072-null-null.142^v100^pc_search_result_base8&utm_term=java%20%E6%8A%8A%E5%9B%BE%E7%89%87%E8%BD%AC%E6%8D%A2%E6%88%90%E9%BB%91%E7%99%BD%E7%81%B0%E5%83%8F%E7%B4%A0%E9%A3%8E%E6%A0%BC&spm=1018.2226.3001.4187
// * 均值哈希实现图像指纹比较
// */
//public class FingerPrint {
//
//    public static void main(String[] args) {
//        FingerPrint fp1 = null;
//        FingerPrint fp2 = null;
//        try {
//            fp1 = new FingerPrint(ImageIO.read(new File("D:\\image\\F1.png")));
//            fp2 = new FingerPrint(ImageIO.read(new File("D:\\image\\Z1.jpg")));
//        } catch (IOException e) {
//            e.printStackTrace();
//        }
//        System.out.println(fp1.toString(false));
//        System.out.println(fp2.toString(false));
//        System.out.printf("sim=%f",fp1.compare(fp2));
//    }
//
//    /**
//     * 图像指纹的尺寸,将图像resize到指定的尺寸，来计算哈希数组
//     */
//    private static final int HASH_SIZE=16;
//    /**
//     * 保存图像指纹的二值化矩阵
//     */
//    private final byte[] binaryzationMatrix;
//    public FingerPrint(byte[] hashValue) {
//        if(hashValue.length!=HASH_SIZE*HASH_SIZE)
//            throw new IllegalArgumentException(String.format("length of hashValue must be %d",HASH_SIZE*HASH_SIZE ));
//        this.binaryzationMatrix=hashValue;
//    }
//    public FingerPrint(String hashValue) {
//        this(toBytes(hashValue));
//    }
//    public FingerPrint (BufferedImage src){
//        this(hashValue(src));
//    }
//    private static byte[] hashValue(BufferedImage src){
//        BufferedImage hashImage = resize(src,HASH_SIZE,HASH_SIZE);
//        byte[] matrixGray = (byte[]) toGray(hashImage).getData().getDataElements(0, 0, HASH_SIZE, HASH_SIZE, null);
//        return  binaryzation(matrixGray);
//    }
//    /**
//     * 从压缩格式指纹创建{@link FingerPrint}对象
//     * @param compactValue
//     * @return
//     */
//    public static FingerPrint createFromCompact(byte[] compactValue){
//        return new FingerPrint(uncompact(compactValue));
//    }
//
//    public static boolean validHashValue(byte[] hashValue){
//        if(hashValue.length!=HASH_SIZE)
//            return false;
//        for(byte b:hashValue){
//            if(0!=b&&1!=b)return false;
//        }
//        return true;
//    }
//    public static boolean validHashValue(String hashValue){
//        if(hashValue.length()!=HASH_SIZE)
//            return false;
//        for(int i=0;i<hashValue.length();++i){
//            if('0'!=hashValue.charAt(i)&&'1'!=hashValue.charAt(i))return false;
//        }
//        return true;
//    }
//    public byte[] compact(){
//        return compact(binaryzationMatrix);
//    }
//
//    /**
//     * 指纹数据按位压缩
//     * @param hashValue
//     * @return
//     */
//    private static byte[] compact(byte[] hashValue){
//        byte[] result=new byte[(hashValue.length+7)>>3];
//        byte b=0;
//        for(int i=0;i<hashValue.length;++i){
//            if(0==(i&7)){
//                b=0;
//            }
//            if(1==hashValue[i]){
//                b|=1<<(i&7);
//            }else if(hashValue[i]!=0)
//                throw new IllegalArgumentException("invalid hashValue,every element must be 0 or 1");
//            if(7==(i&7)||i==hashValue.length-1){
//                result[i>>3]=b;
//            }
//        }
//        return result;
//    }
//
//    /**
//     * 压缩格式的指纹解压缩
//     * @param compactValue
//     * @return
//     */
//    private static byte[] uncompact(byte[] compactValue){
//        byte[] result=new byte[compactValue.length<<3];
//        for(int i=0;i<result.length;++i){
//            if((compactValue[i>>3]&(1<<(i&7)))==0)
//                result[i]=0;
//            else
//                result[i]=1;
//        }
//        return result;
//    }
//    /**
//     * 字符串类型的指纹数据转为字节数组
//     * @param hashValue
//     * @return
//     */
//    private static byte[] toBytes(String hashValue){
//        hashValue=hashValue.replaceAll("\\s", "");
//        byte[] result=new byte[hashValue.length()];
//        for(int i=0;i<result.length;++i){
//            char c = hashValue.charAt(i);
//            if('0'==c)
//                result[i]=0;
//            else if('1'==c)
//                result[i]=1;
//            else
//                throw new IllegalArgumentException("invalid hashValue String");
//        }
//        return result;
//    }
//    /**
//     * 缩放图像到指定尺寸
//     * @param src
//     * @param width
//     * @param height
//     * @return
//     */
//    private static BufferedImage resize(Image src,int width,int height){
//        BufferedImage result = new BufferedImage(width, height,
//                BufferedImage.TYPE_3BYTE_BGR);
//        Graphics g = result.getGraphics();
//        try{
//            g.drawImage(src.getScaledInstance(width, height, Image.SCALE_SMOOTH), 0, 0, null);
//        }finally{
//            g.dispose();
//        }
//        return result;
//    }
//    /**
//     * 计算均值
//     * @param src
//     * @return
//     */
//    private static  int mean(byte[] src){
//        long sum=0;
//        // 将数组元素转为无符号整数
//        for(byte b:src)sum+=(long)b&0xff;
//        return (int) (Math.round((float)sum/src.length));
//    }
//    /**
//     * 二值化处理
//     * @param src
//     * @return
//     */
//    private static byte[] binaryzation(byte[]src){
//        byte[] dst = src.clone();
//        int mean=mean(src);
//        for(int i=0;i<dst.length;++i){
//            // 将数组元素转为无符号整数再比较
//            dst[i]=(byte) (((int)dst[i]&0xff)>=mean?1:0);
//        }
//        return dst;
//
//    }
//    /**
//     * 转灰度图像
//     * @param src
//     * @return
//     */
//    private static BufferedImage toGray(BufferedImage src){
//        if(src.getType()==BufferedImage.TYPE_BYTE_GRAY){
//            return src;
//        }else{
//            // 图像转灰
//            BufferedImage grayImage = new BufferedImage(src.getWidth(), src.getHeight(),
//                    BufferedImage.TYPE_BYTE_GRAY);
//            new ColorConvertOp(ColorSpace.getInstance(ColorSpace.CS_GRAY), null).filter(src, grayImage);
//            return grayImage;
//        }
//    }
//
//    @Override
//    public String toString() {
//        return toString(true);
//    }
//    /**
//     * @param multiLine 是否分行
//     * @return
//     */
//    public String toString(boolean multiLine) {
//        StringBuffer buffer=new StringBuffer();
//        int count=0;
//        for(byte b:this.binaryzationMatrix){
//            buffer.append(0==b?'0':'1');
//            if(multiLine&&++count%HASH_SIZE==0)
//                buffer.append('\n');
//        }
//        return buffer.toString();
//    }
//    @Override
//    public boolean equals(Object obj) {
//        if(obj instanceof FingerPrint){
//            return Arrays.equals(this.binaryzationMatrix,((FingerPrint)obj).binaryzationMatrix);
//        }else
//            return super.equals(obj);
//    }
//
//    /**
//     * 与指定的压缩格式指纹比较相似度
//     * @param compactValue
//     * @return
//     * @see #compare(FingerPrint)
//     */
//    public float compareCompact(byte[] compactValue){
//        return compare(createFromCompact(compactValue));
//    }
//    /**
//     * @param hashValue
//     * @return
//     * @see #compare(FingerPrint)
//     */
//    public float compare(String hashValue){
//        return compare(new FingerPrint(hashValue));
//    }
//    /**
//     * 与指定的指纹比较相似度
//     * @param hashValue
//     * @return
//     * @see #compare(FingerPrint)
//     */
//    public float compare(byte[] hashValue){
//        return compare(new FingerPrint(hashValue));
//    }
//    /**
//     * 与指定图像比较相似度
//     * @param image2
//     * @return
//     * @see #compare(FingerPrint)
//     */
//    public float compare(BufferedImage image2){
//        return compare(new FingerPrint(image2));
//    }
//    /**
//     * 比较指纹相似度
//     * @param src
//     * @return
//     * @see #compare(byte[], byte[])
//     */
//    public float compare(FingerPrint src){
//        if(src.binaryzationMatrix.length!=this.binaryzationMatrix.length)
//            throw new IllegalArgumentException("length of hashValue is mismatch");
//        return compare(binaryzationMatrix,src.binaryzationMatrix);
//    }
//    /**
//     * 判断两个数组相似度，数组长度必须一致否则抛出异常
//     * @param f1
//     * @param f2
//     * @return 返回相似度(0.0~1.0)
//     */
//    private static float compare(byte[] f1,byte[] f2){
//        if(f1.length!=f2.length)
//            throw new IllegalArgumentException("mismatch FingerPrint length");
//        int sameCount=0;
//        for(int i=0;i<f1.length;++i){
//            if(f1[i]==f2[i])++sameCount;
//        }
//        return (float)sameCount/f1.length;
//    }
//    public static float compareCompact(byte[] f1,byte[] f2){
//        return compare(uncompact(f1),uncompact(f2));
//    }
//    public static float compare(BufferedImage image1,BufferedImage image2){
//        return new FingerPrint(image1).compare(new FingerPrint(image2));
//    }
//
//}