圖片相似度判斷差異值哈希算法JAVA版

1、圖片相似度判斷-差異值哈希算法JAVA版在網(wǎng)上找了好久都沒(méi)有找到判斷圖片相似度的差異值哈希算法的JAVA版正確實(shí)現(xiàn)，自己手寫(xiě)了一個(gè)，提供給大家參考。差異值哈希算法的流程(dHash)圖片縮放為9*8大小將圖片灰度化差異值計(jì)算(每行相鄰像素的差值，這樣會(huì)生成8*8的差值，前一個(gè)像素大于后一個(gè)像素則為1,否則為0)生成哈希值packagecom.example.demo.hello;importjavax.imageio.ImagelO;importjava.awt.*;importjava.awt.image.Bufferedlmage;importjava.io.File;importjava

2、.io.IOException;/*差異哈希算法*/publicclassDHashUtil/*計(jì)算dHash方法*paramfile文件returnhash*/privatestaticStringgetDHash(Filefile)讀取文件BufferedlmagesrcImage;trysrcImage=ImagelO.read(file);catch(lOExceptione)e.printStackTrace();returnnull;文件轉(zhuǎn)成9*8像素，為算法比較通用的長(zhǎng)寬BufferedlmagebuffImg=newBufferedImage(9,8,BufferedImage

3、.TYPE_INT_RGB);buffImg.getGraphics().drawImage(srcImage.getScaledInstance(9,8,Image.SCALE_SMOOTH),0,0,null);intwidth=buffImg.getWidth();intheight=buffImg.getHeight();intgrayPix=newintwidthheight;StringBufferfigure=newStringBuffer();for(inty=0;yheight;y+)for(intx=0;x16&0 xff;intg=rgb8&Oxff;intb=rgb&O

4、xff;intgray=(r*30+g*59+b*11)/100;grayPixxy=gray;開(kāi)始計(jì)算dHash總共有9*8像素每行相對(duì)有8個(gè)差異值總共有8*8=64個(gè)if(x!=0)longbit=grayPixx-1ygrayPixxy?1:0;figure.append(bit);returnfigure.toString();/*計(jì)算海明距離vp*原本用于編碼的檢錯(cuò)和糾錯(cuò)的一個(gè)算法*現(xiàn)在拿來(lái)計(jì)算相似度，如果差異值小于一定閾值則相似，一般經(jīng)驗(yàn)值小于5為同一張圖片*paramstrlparamstr2return距離*/privatestaticlonggetHammingDistanc

5、e(Stringstrl,Stringstr2)intdistance;if(str1=null|str2=null|str1.length()!=str2.length()distance=-1;elsedistance=0;for(inti=0;istr1.length();i+)if(str1.charAt(i)!=str2.charAt(i)distance+;returndistance;/DHashUtil參數(shù)值為待處理文件夾publicstaticvoidmain(Stringargs)Filefile1=newFile(xxx/1.jpg);Filefile2=newFile(xxx/2.jpg);System.out.println(圖片1hash值：+getDHash(file1);System.out.println(圖片2hash值：+getDHash(file2);System.out.println(海明距離為：+getHammingDistance(getDHash(file1),getDHash(file2);運(yùn)行結(jié)果如下：圖片lhash值：1001110011111000101100101001010011001000111000001001100011000000圖片2hash值：1001110011111000101