基于Java實(shí)現(xiàn)圖片相似度對比的示例代碼
更新時(shí)間：2022年07月25日 10:47:36 作者：日拱一車
很多時(shí)候我們需要將兩個(gè)圖片進(jìn)行對比，確定兩個(gè)圖片的相似度。本文將利用Java和OpenCV庫實(shí)現(xiàn)圖片相似度對比，感興趣的可以動手嘗試一下
前言
很多時(shí)候我們需要將兩個(gè)圖片進(jìn)行對比，確定兩個(gè)圖片的相似度。一般常用的就是openCv庫，這里就是使用openCv進(jìn)行圖片相似度對比。
依賴
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacv</artifactId>
<version>1.3.3</version>
</dependency>
<dependency>
<groupId>org.bytedeco</groupId>
<artifactId>javacv-platform</artifactId>
<version>1.3.3</version>
</dependency>
基本算法
基本算法
1、判斷高度是否一致，如果不一致，需要截取到高度一致
2、截取算法
a、因?yàn)閳D片有通用的頂部bar和底部bar，需要先找到底部bar。
b、截取長圖片的部分，然后和底部bar拼接，就完成了圖片截取。
c、這里設(shè)置一個(gè)默認(rèn)的寬度，然后對比，找到相同部分，就是底部bar。
相關(guān)代碼
package com.test.image;
import org.bytedeco.javacpp.BytePointer;
import org.bytedeco.javacpp.opencv_core;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import static org.bytedeco.javacpp.opencv_core.*;
import static org.bytedeco.javacpp.opencv_imgcodecs.imread;
import static org.bytedeco.javacpp.opencv_imgcodecs.imwrite;
import static org.bytedeco.javacpp.opencv_imgproc.*;
import static org.bytedeco.javacpp.opencv_imgproc.THRESH_BINARY;
public class ImageService {
private static Logger Log = LoggerFactory.getLogger(ImageService.class);
public static void compareImage( String targetImageUrl, String baseImageUrl ){
/**
* 讀取圖片到數(shù)組
*/
opencv_core.Mat targetImage = imread(targetImageUrl);
opencv_core.Mat baseImage = imread(baseImageUrl);
Log.info("read image success");
/**
* 首先對比的兩個(gè)圖片寬度要一致，否則不能對比
*/
if(targetImage.size().width()==baseImage.size().width()){
/**
* 基本算法
* 1、判斷高度是否一致，如果不一致，需要截取到高度一致
* 2、截取算法
* a、因?yàn)閳D片有通用的頂部bar和底部bar，需要先找到底部bar。
* b、截取長圖片的部分，然后和底部bar拼接，就完成了圖片截取。
* c、這里設(shè)置一個(gè)默認(rèn)的寬度，然后對比，找到相同部分，就是底部bar。
*/
if(targetImage.size().height()!=baseImage.size().height()){
if(targetImage.size().height()>baseImage.size().height()){
targetImage = dealLongImage(targetImage.clone(),baseImage.clone());
} else {
baseImage = dealLongImage(baseImage.clone(),targetImage.clone());
}
}
/**
* 進(jìn)行圖片差異對比
*/
Mat imageDiff = compareImage(targetImage,baseImage);
double nonZeroPercent = 100 * (double) countNonZero(imageDiff) / (imageDiff.size().height() * imageDiff.size().width());
/**
* 展示圖片，將標(biāo)準(zhǔn)圖，對比圖，差異圖，拼接成一張大圖。
* 其中差異圖會用綠色標(biāo)出差異的部分。
*/
set3ImageTo1("", targetImage, baseImage, showDiff(imageDiff, baseImage), "xxxx.jpg" );
imageDiff.release();
baseImage.release();
targetImage.release();
} else {
}
}
/**
* 2、截取算法
* a、因?yàn)閳D片有通用的頂部bar和底部bar，需要先找到底部bar。
* b、截取長圖片的部分，然后和底部bar拼接，就完成了圖片截取。
* c、這里設(shè)置一個(gè)默認(rèn)的寬度，然后對比，找到相同部分，就是底部bar。
* @return bar的高度
*/
public static int interceptBarHeight( Mat longImage, Mat shortImage ){
/**
* 設(shè)置的默認(rèn)高度。
*/
int imageSearchMaxHeight = 400;
Mat subImageLong = new Mat(longImage, new Rect(0, longImage.size().height() - imageSearchMaxHeight, longImage.size().width(), imageSearchMaxHeight));
Mat subImageShort = new Mat(shortImage, new Rect(0, shortImage.size().height() - imageSearchMaxHeight, shortImage.size().width(), imageSearchMaxHeight));
opencv_core.Mat imageDiff = compareImage(subImageLong,subImageShort);
for (int row = imageDiff.size().height() - 1; row > -1; row--) {
for (int col = 0; col < imageDiff.size().width(); col++) {
BytePointer bytePointer = imageDiff.ptr(row, col);
if (bytePointer.get(0) != 0) {
imageDiff.release();
return imageSearchMaxHeight-row;
}
}
}
return imageSearchMaxHeight;
}
/**
* 這里將兩張圖片作為參數(shù)傳入，
* 獲取到共同的底部之后。對長圖進(jìn)行截取，
* 然后將頂部和底部拼接在一起就ok了。
* @param longImage
* @param shortImage
* @return
*/
public static opencv_core.Mat dealLongImage( Mat longImage, Mat shortImage ){
int diffHeight = longImage.size().height()-shortImage.size().height();
int barHeight = interceptBarHeight(longImage,shortImage);
opencv_core.Mat dealedLongImage = new Mat(longImage,new Rect(0,0,longImage.size().width(),shortImage.size().height()-barHeight) );
opencv_core.Mat imageBar = new Mat(longImage,new Rect(0,longImage.size().height()-barHeight,longImage.size().width(),barHeight) );
opencv_core.Mat dealedLongImageNew = dealedLongImage.clone();
/**
* 將頭部和底部bar拼接在一起。
*/
vconcat(dealedLongImage, imageBar, dealedLongImageNew);
imageBar.release();
dealedLongImage.release();
return dealedLongImageNew;
}
public static opencv_core.Mat compareImage( opencv_core.Mat targetImage, opencv_core.Mat baseImage ){
opencv_core.Mat targetImageClone = targetImage.clone();
opencv_core.Mat baseImageColne = baseImage.clone();
opencv_core.Mat imgDiff1 = targetImage.clone();
opencv_core.Mat imgDiff = targetImage.clone();
/**
* 首先將圖片轉(zhuǎn)成灰度圖，
*/
cvtColor(targetImage, targetImageClone, COLOR_BGR2GRAY);
cvtColor(baseImage, baseImageColne, COLOR_BGR2GRAY);
/**
* 兩個(gè)矩陣相減，獲得差異圖。
*/
subtract(targetImageClone, baseImageColne, imgDiff1);
subtract(baseImageColne, targetImageClone, imgDiff);
/**
* 按比重進(jìn)行疊加。
*/
addWeighted(imgDiff, 1, imgDiff1, 1, 0, imgDiff);
/**
* 圖片二值化，大于24的為1，小于24的為0
*/
threshold(imgDiff, imgDiff, 24, 255, THRESH_BINARY);
erode(imgDiff, imgDiff, new opencv_core.Mat());
dilate(imgDiff, imgDiff, new opencv_core.Mat());
return imgDiff;
}
private static void set3ImageTo1(String logTag, Mat imageSrc, Mat imageBaseSrc, Mat imageDest, String mergePicResult ) {
if (imageSrc.size().width() == imageDest.size().width() && imageBaseSrc.size().height() == imageDest.size().height()) {
Mat img = imageSrc.clone();
Mat imgBase = imageBaseSrc.clone();
Mat imgDest = imageDest.clone();
Mat imgLine = new Mat(imgBase.size().height(), 1, CV_8UC3, new Scalar(0, 0, 0, 255));
Mat largeImg2 = new Mat();
Mat largeImg3 = new Mat();
Mat largeImg4 = new Mat();
Mat largeImg5 = new Mat();
/**
* 橫向拼接。
*/
hconcat(img, imgLine, largeImg2);
hconcat(largeImg2, imgBase, largeImg3);
hconcat(largeImg3, imgLine, largeImg4);
hconcat(largeImg4, imgDest, largeImg5);
imwrite( mergePicResult, largeImg5);
img.release();
imgBase.release();
imgDest.release();
imgLine.release();
largeImg2.release();
largeImg3.release();
largeImg4.release();
largeImg5.release();
} else {
Log.info(logTag+" pictures merge failed");
imwrite( mergePicResult, imageDest);
}
}
private static Mat showDiff(Mat imgDiff, Mat imgBase) {
MatVector rgbFrame = new MatVector();
Mat imgDest = imgBase.clone();
split(imgBase, rgbFrame);
subtract(rgbFrame.get(2), imgDiff, rgbFrame.get(2));
subtract(rgbFrame.get(0), imgDiff, rgbFrame.get(0));
addWeighted(rgbFrame.get(1), 1, imgDiff, 1, 0, rgbFrame.get(1));
merge(rgbFrame, imgDest);
return imgDest;
}
public static void main( String[] args ){
String targetImageUrl = "2022-03-15-11-37-35-2ouA9yi9gjsGWHDAoaZTaNe4awr0xSlohFq0gF0m.png";
String baseImageUrl = "2022-03-15-11-37-38-njH2kVzd3boX1i8q8bLCfnnIj8xTLyHhHufgs9rp.png";
compareImage(targetImageUrl,baseImageUrl);
}
}到此這篇關(guān)于基于Java實(shí)現(xiàn)圖片相似度對比的示例代碼的文章就介紹到這了,更多相關(guān)Java圖片相似度對比內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了SpringBoot整合Swagger2的步驟詳解，幫助大家更好的理解和學(xué)習(xí)使用SpringBoot框架，感興趣的朋友可以了解下2021-04-04
這篇文章主要為大家詳細(xì)介紹了Java枚舉為什么是單例模式的最佳選擇，文中通過簡單的示例進(jìn)行了講解，具有一定的學(xué)習(xí)價(jià)值，需要的可以參考一下2023-05-05
java實(shí)現(xiàn)一個(gè)掃描包的工具類實(shí)例代碼
很多框架，比如springmvc，mybatis等使用注解，為了處理注解，必然要對包進(jìn)行掃描，所以下面這篇文章主要給大家分享介紹了關(guān)于利用java如何實(shí)現(xiàn)一個(gè)掃描包的工具類，文中通過示例代碼介紹的非常詳細(xì)，需要的朋友可以參考下。2017-10-10
這篇文章主要介紹了java實(shí)現(xiàn)五子棋小游戲的相關(guān)資料，十分簡單實(shí)用，推薦給大家,需要的朋友可以參考下2015-03-03
Java對象初始化過程代碼塊和構(gòu)造器的調(diào)用順序
這篇文章主要介紹了Java對象初始化過程代碼塊和構(gòu)造器的調(diào)用順序，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下2022-08-08
java使用MulticastSocket實(shí)現(xiàn)組播
這篇文章主要為大家詳細(xì)介紹了java使用MulticastSocket實(shí)現(xiàn)組播，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2019-01-01
這篇文章主要介紹了Java通過反射查看類的信息,結(jié)合實(shí)例形式詳細(xì)分析了java基于反射獲取類信息的相關(guān)原理與實(shí)現(xiàn)技巧,需要的朋友可以參考下2019-07-07
本文全面講述了Java注解Annotation與Java自定義注解及相關(guān)內(nèi)容，大家可以認(rèn)真看看2018-03-03
Java中documentHelper解析xml獲取想要的數(shù)據(jù)
本文主要介紹了Java中documentHelper解析xml獲取想要的數(shù)據(jù)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02
這篇文章主要給大家介紹了關(guān)于Java中如何靈活獲取excel中的數(shù)據(jù),在日常工作中我們常常會進(jìn)行文件讀寫操作,除去我們最常用的純文本文件讀寫,更多時(shí)候我們需要對Excel中的數(shù)據(jù)進(jìn)行讀取操作,需要的朋友可以參考下2023-07-07