ios判斷圖片相似度澄暮,排版瞎了

http://bbs.125.la/thread-13628690-1-1.html

這個(gè)也是從別的地方看來的算法月帝。
經(jīng)驗(yàn):第五步搅荞,計(jì)算哈希值
扯淡的,就是用獲得的010101這樣的字符串互相比較框咙。

下面一步一步來:
第一步咕痛,縮小尺寸。將圖片縮小到8x8的尺寸喇嘱,總共64個(gè)像素茉贡。這一步的作用是去除圖片的細(xì)節(jié),只保留結(jié)構(gòu)者铜、明暗等基本信息腔丧,摒棄不同尺寸、比例帶來的圖片差異作烟。

-(UIImage * ) OriginImage:(UIImage **)image scaleToSize:(CGSize)size
{
    UIGraphicsBeginImageContext(size);  //size 為CGSize類型愉粤,即你所需要的圖片尺寸
    [image drawInRect:CGRectMake(0, 0, size.width, size.height)];
    UIImage* scaledImage = UIGraphicsGetImageFromCurrentImageContext();
    UIGraphicsEndImageContext();
    return scaledImage;   //返回的就是已經(jīng)改變的圖片
}

第二步,簡(jiǎn)化色彩拿撩。將縮小后的圖片衣厘,轉(zhuǎn)為64級(jí)灰度。也就是說压恒,所有像素點(diǎn)總共只有64種顏色影暴。

-(UIImage*)getGrayImage:(UIImage*)sourceImage
{
    int width = sourceImage.size.width;
    int height = sourceImage.size.height;
    CGColorSpaceRef colorSpace = CGColorSpaceCreateDeviceGray();
    CGContextRef context = CGBitmapContextCreate (nil,width,height,8,0,colorSpace,kCGImageAlphaNone);
    CGColorSpaceRelease(colorSpace);
    if (context == NULL) {
        return nil;
    }
    CGContextDrawImage(context,CGRectMake(0, 0, width, height), sourceImage.CGImage);
    UIImage *grayImage = [UIImage imageWithCGImage:CGBitmapContextCreateImage(context)];
    CGContextRelease(context);
    return grayImage;
}

第三步,計(jì)算平均值探赫。計(jì)算所有64個(gè)像素的灰度平均值型宙。
以下代碼來自github

-(unsigned char*) grayscalePixels:(UIImage *) image
{
    // The amount of bits per pixel, in this case we are doing grayscale so 1 byte = 8 bits
#define BITS_PER_PIXEL 8
    // The amount of bits per component, in this it is the same as the bitsPerPixel because only 1 byte represents a pixel
#define BITS_PER_COMPONENT (BITS_PER_PIXEL)
    // The amount of bytes per pixel, not really sure why it asks for this as well but it's basically the bitsPerPixel divided by the bits per component (making 1 in this case)
#define BYTES_PER_PIXEL (BITS_PER_PIXEL/BITS_PER_COMPONENT)
    
    // Define the colour space (in this case it's gray)
    CGColorSpaceRef colourSpace = CGColorSpaceCreateDeviceGray();
    
    // Find out the number of bytes per row (it's just the width times the number of bytes per pixel)
    size_t bytesPerRow = image.size.width * BYTES_PER_PIXEL;
    // Allocate the appropriate amount of memory to hold the bitmap context
    unsigned char* bitmapData = (unsigned char*) malloc(bytesPerRow*image.size.height);
    
    // Create the bitmap context, we set the alpha to none here to tell the bitmap we don't care about alpha values
    CGContextRef context = CGBitmapContextCreate(bitmapData,image.size.width,image.size.height,BITS_PER_COMPONENT,bytesPerRow,colourSpace,kCGImageAlphaNone);
    
    // We are done with the colour space now so no point in keeping it around
    CGColorSpaceRelease(colourSpace);
    
    // Create a CGRect to define the amount of pixels we want
    CGRect rect = CGRectMake(0.0,0.0,image.size.width,image.size.height);
    // Draw the bitmap context using the rectangle we just created as a bounds and the Core Graphics Image as the image source
    CGContextDrawImage(context,rect,image.CGImage);
    // Obtain the pixel data from the bitmap context
    unsigned char* pixelData = (unsigned char*)CGBitmapContextGetData(context);
    
    // Release the bitmap context because we are done using it
    CGContextRelease(context);
    
    return pixelData;
#undef BITS_PER_PIXEL
#undef BITS_PER_COMPONENT
}

返回就是0101字符串了

-(NSString *) myHash:(UIImage *) img
{
    unsigned char* pixelData = [self grayscalePixels:img];
    
    int total = 0;
    int ave = 0;
    for (int i = 0; i < img.size.height; i++) {
        for (int j = 0; j < img.size.width; j++) {
            total += (int)pixelData[(i*((int)img.size.width))+j];
        }
    }
    ave = total/64;
    NSMutableString *result = [[NSMutableString alloc] init];
    for (int i = 0; i < img.size.height; i++) {
        for (int j = 0; j < img.size.width; j++) {
            int a = (int)pixelData[(i*((int)img.size.width))+j];
            if(a >= ave)
            {
                [result appendString:@"1"];
            }
            else
            {
                [result appendString:@"0"];
            }
        }
    }
    return result;
}

第五步,計(jì)算哈希值伦吠。將上一步的比較結(jié)果妆兑,組合在一起,就構(gòu)成了一個(gè)64位的整數(shù)毛仪,這就是這張圖片的指紋箭跳。組合的次序并不重要,只要保證所有圖片都采用同樣次序就行了潭千。得到指紋以后谱姓,就可以對(duì)比不同的圖片,看看64位中有多少位是不一樣的刨晴。在理論上屉来,這等同于計(jì)算"漢明距離"
(Hamming distance)路翻。如果不相同的數(shù)據(jù)位不超過5,就說明兩張圖片很相似茄靠;如果大于10茂契,就說明這是兩張不同的圖片。

這里在文章開頭說過了慨绳,這里不是計(jì)算哈希值掉冶。上面得到的01010字符串就是這個(gè)圖片的指紋了。比較就行了脐雪。
以下是兩個(gè)圖片的對(duì)比
0111111011110011111100111110000111000001100000011110001101111010
1111111111110001111000011110000111000001100000011110000111111011

然后算一下不一樣的厌小,排序。結(jié)束~~战秋!

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末璧亚,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子脂信,更是在濱河造成了極大的恐慌癣蟋,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,941評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件狰闪,死亡現(xiàn)場(chǎng)離奇詭異疯搅,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)埋泵,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,397評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門秉撇,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人秋泄,你說我怎么就攤上這事琐馆。” “怎么了恒序?”我有些...
    開封第一講書人閱讀 165,345評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵瘦麸,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我歧胁,道長(zhǎng)滋饲,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,851評(píng)論 1 295
  • 正文 為了忘掉前任喊巍,我火速辦了婚禮屠缭,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘崭参。我一直安慰自己呵曹,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,868評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著奄喂,像睡著了一般铐殃。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上跨新,一...
    開封第一講書人閱讀 51,688評(píng)論 1 305
  • 那天富腊,我揣著相機(jī)與錄音,去河邊找鬼域帐。 笑死赘被,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的肖揣。 我是一名探鬼主播民假,決...
    沈念sama閱讀 40,414評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼许饿!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起舵盈,我...
    開封第一講書人閱讀 39,319評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤陋率,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后秽晚,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體瓦糟,經(jīng)...
    沈念sama閱讀 45,775評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,945評(píng)論 3 336
  • 正文 我和宋清朗相戀三年赴蝇,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了菩浙。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,096評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡句伶,死狀恐怖劲蜻,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情考余,我是刑警寧澤先嬉,帶...
    沈念sama閱讀 35,789評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站楚堤,受9級(jí)特大地震影響疫蔓,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜身冬,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,437評(píng)論 3 331
  • 文/蒙蒙 一衅胀、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧酥筝,春花似錦滚躯、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,993評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽剿配。三九已至,卻和暖如春阅束,著一層夾襖步出監(jiān)牢的瞬間呼胚,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,107評(píng)論 1 271
  • 我被黑心中介騙來泰國(guó)打工息裸, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留蝇更,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,308評(píng)論 3 372
  • 正文 我出身青樓呼盆,卻偏偏與公主長(zhǎng)得像年扩,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子访圃,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,037評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容