OpenCV感知哈希——计算图像相似

 #include <opencv2\opencv.hpp>

    
 #include <cv.h>
    
 #include <highgui.h>
    
 #include <iostream>
    
 #include <string>
    
  
    
 using namespace std;
    
 using namespace cv;
    
  
    
 int PerHash(string ImageName1, string ImageName2) {
    
 	
    
 	cv::Mat matSrc1, matSrc2;
    
  
    
 	matSrc1 = cv::imread(ImageName1, CV_LOAD_IMAGE_COLOR);
    
 	matSrc2 = cv::imread(ImageName2, CV_LOAD_IMAGE_COLOR);
    
 	
    
 	//1.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。
    
 	cv::Mat matDst1, matDst2;
    
  
    
 	cv::resize(matSrc1, matDst1, cv::Size(8, 8), 0, 0, cv::INTER_CUBIC);
    
 	cv::resize(matSrc2, matDst2, cv::Size(8, 8), 0, 0, cv::INTER_CUBIC);
    
  
    
 	//2.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。
    
 	cv::cvtColor(matDst1, matDst1, CV_BGR2GRAY);
    
 	cv::cvtColor(matDst2, matDst2, CV_BGR2GRAY);
    
  
    
 	//3.计算平均值
    
 	//计算所有64个像素的灰度平均值。
    
 	int iAvg1 = 0, iAvg2 = 0;
    
 	int arr1[64], arr2[64];
    
  
    
 	for (int i = 0; i < 8; i++) {
    
 		uchar* data1 = matDst1.ptr<uchar>(i);
    
 		uchar* data2 = matDst2.ptr<uchar>(i);
    
  
    
 		int tmp = i * 8;
    
  
    
 		for (int j = 0; j < 8; j++) {
    
 			int tmp1 = tmp + j;
    
  
    
 			arr1[tmp1] = data1[j] / 4 * 4;
    
 			arr2[tmp1] = data2[j] / 4 * 4;
    
  
    
 			iAvg1 += arr1[tmp1];
    
 			iAvg2 += arr2[tmp1];
    
 		}
    
 	}
    
  
    
 	iAvg1 /= 64;
    
 	iAvg2 /= 64;
    
  
    
 	//4.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。
    
 	for (int i = 0; i < 64; i++) {
    
 		arr1[i] = (arr1[i] >= iAvg1) ? 1 : 0;
    
 		arr2[i] = (arr2[i] >= iAvg2) ? 1 : 0;
    
 	}
    
  
    
 	//5.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。
    
 	int iDiffNum = 0;
    
  
    
 	for (int i = 0; i < 64; i++)
    
 		if (arr1[i] != arr2[i])
    
 			++iDiffNum;
    
  
    
 	return iDiffNum;
    
 }
    
  
    
 int main() {
    
 	string ImageName1 = "E:\ 图片\ img1.bmp";
    
 	string ImageName2 = "E:\ 图片\ img2.bmp";
    
  
    
 	int iDiffNum = PerHash(ImageName1, ImageName2);
    
 	
    
 	cout << "iDiffNum = " << iDiffNum << endl;
    
  
    
  
    
 	//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。
    
 	if (iDiffNum <= 5)
    
 		cout << "two images are very similar!" << endl;
    
 	else if (iDiffNum > 10)
    
 		cout << "they are two different images!" << endl;
    
 	else
    
 		cout << "two image are somewhat similar!" << endl;
    
 	char ch = getchar();
    
 }