Atitit 判断判断一张图片是否包含另一张小图片
Atitit 判断判断一张图片是否包含另一张小图片
2. 模板匹配是在图像中寻找目标的方法之一(切割+图像相似度计算)1
4. 图片相似度的算法(感知哈希算法”(Perceptual hash algorithm)2
1. keyword
图像匹配
图片是否另外一张图片的一部分
如果是标准图片,模板匹配就好
2. 模板匹配是在图像中寻找目标的方法之一(切割+图像相似度计算)
。Come On, Boy.我们一起来看看模板匹配到底是怎么回事。
模板匹配的工作方式
模板匹配的工作方式跟直方图的反向投影基本一样,大致过程是这样的:通过在输入图像上滑动图像块对实际的图像块和输入图像进行匹配。
假设我们有一张100x100的输入图像,有一张10x10的模板图像,查找的过程是这样的:
(1)从输入图像的左上角(0,0)开始,切割一块(0,0)至(10,10)的临时图像;
(2)用临时图像和模板图像进行对比,对比结果记为c;
(3)对比结果c,就是结果图像(0,0)处的像素值;
(4)切割输入图像从(0,1)至(10,11)的临时图像,对比,并记录到结果图像;
(5)重复(1)~(4)步直到输入图像的右下角。
大家可以看到,直方图反向投影对比的是直方图,而模板匹配对比的是图像的像素值;模板匹配比直方图反向投影速度要快一些,但是我个人认为直方图反向投影的鲁棒性会更好。
3. 匹配效果
效果不错,基本可以确定查找到对应的区域坐标。。对于彩色图片,可以使用色彩空间信息排除掉其他错误的匹配图片,几乎可以精确的确定一个图片了。。
4. 图片相似度的算法(感知哈希算法”(Perceptual hash algorithm)
感知哈希算法”(Perceptual hash algorithm),它的作用是对每张图片生成一个“指纹”(fingerprint)字符串,然后比较不同图片的指纹。结果越接近,就说明图片越相似。
下面是一个最简单的实现:
第一步,缩小尺寸。将图片缩小到8×8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。
第二步,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。
第三步,计算平均值。计算所有64个像素的灰度平均值。
第四步,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。
第五步,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。
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”。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。
5. 性能结果
在我机子上,语言java ,纯java实现。匹配变换dct算法size 8
每次移动step=5 。。使用了并行库。。
速度大概在120s。。懒得继续调整性能了,主要是测试思路,不过总结了思路,暂时先用着,理想的目标应该在3秒内。。
这个是参考文章的说法大概70秒。。语言是c#调用opencv接口
模板匹配和直方图反向投影的效率
总的来说,模板匹配和直方图反向投影的效率都不高。在我的机器上,在1136*852大小的输入图像上匹配104*132的大小的模板图像(都是单通道灰度图像),大约需要700毫秒;而直方图反向投影大约需要75000毫秒(1.25分钟)。看来还需要继续学习,寻找更好的处理方法
6. 如何提升性能
主要算法消耗在匹配小图片上。。
6.1. 可以采用简化的算法。二次匹配法,先大概确定区域
。首先可以大幅度的就确定几张疑似图像坐标。。然后对疑似图像进行高精度算法匹配,就可以几乎匹配到唯一的一张。。如果图片是彩色图片,再使用颜色信息二次匹配相似度。。以及直方图等算法补充来匹配。。
6.2. 切割图片设置一个step
比如要寻找的图片大小60*60,可以设置一个20%以内的不敬step来跳跃切割,可以大幅度提升性能, 60/0.05=12.。 可以立马提升12倍的性能。。
然后大概选定了区域后,在使用精确移动step来切割图片。
7. 参考资料
如何判断一张图片是否包含另一张小图片?图像匹配?-CSDN论坛-CSDN.NET-中国最大的IT技术社区.html
模板匹配(Match Template) - Wuya - 博客园.html
算法 - JPEG的DCT压缩原理,谁能通俗易懂解释一下? - SegmentFault.html
作者:: 绰号:老哇的爪子 ( 全名::Attilax Akbar Al Rapanui 阿提拉克斯 阿克巴 阿尔 拉帕努伊 )
汉字名:艾提拉(艾龙), EMAIL:1466519819@qq.com
转载请注明来源: http://www.cnblogs.com/attilax/
8. ------code
private void t() throws IOException {
String big = "c:\\t.jpeg";
String lit = "c:\\lit.jpg";
// diff==484
BufferedImage lit_img = ImageIO.read(new File(lit));
int w2 = lit_img.getWidth();
int h2 = lit_img.getHeight();
imgx imgx = new imgx();
BufferedImage img = ImageIO.read(new File(big));
int width = img.getWidth();
int h = img.getHeight();
ImagePHash imagePHash = new ImagePHash(8, 8);
ImageReader ImageReader1 = imgx.ImgReader(new File(big));
String ext = filex.getExtName(big);
imgx.save(lit_img, "c:\\0tmpPic\\" + filex.getUUidName() + "." + ext, ext);
ExecutorService es=Executors.newFixedThreadPool(3);
lab: for (int i = 0; i < width; i = i + 5) {
for (int j = 0; j < h; j = j + 5) {
// BufferedImage tmp =
// (BufferedImage) imgx.cutImage_retImg(big,
// i, j, w2, h2);
n++;
int x = i;
int y = j;
int nowCount=n;
Runnable ra = () -> {
process(lit_img, w2, h2, imgx, imagePHash, ImageReader1, nowCount,
ext, x, y);
};
es.execute(ra);
}
}
es.shutdown();
}
private int process(BufferedImage lit_img, int w2, int h2, imgx imgx,
ImagePHash imagePHash, ImageReader ImageReader1, int n, String ext,
int i, int j) {
Rectangle rect = new java.awt.Rectangle(i, j, w2, h2);
BufferedImage tmp = imgx.cutImg(rect, ImageReader1);
int dis = imagePHash.distance(tmp, lit_img);
if (dis < 5) {
log.info(" count:" + String.valueOf(n) + " dis:"
+ String.valueOf(dis) + " rect:" + String.valueOf(i) + "_"
+ String.valueOf(j));
// break lab;
}
if (dis < 10) {
String out = "c:\\0tmpPic\\" + filex.getUUidName() + "." + ext;
imgx.save(tmp, out, ext);
log.info(" count:" + String.valueOf(n) + " dis:"
+ String.valueOf(dis) + " rect:" + String.valueOf(i) + "_"
+ String.valueOf(j) + " file:" + out);
}
int cnt = n;
if (cnt % 100 == 0) {
String count = String.valueOf(cnt);
log.info(" count:" + count + " dis:" + String.valueOf(dis)
+ " rect:" + String.valueOf(i) + "_" + String.valueOf(j));
}
return n;
}
}
Atiend
Atitit 判断判断一张图片是否包含另一张小图片的更多相关文章
- Atitit.java图片图像处理attilax总结 BufferedImage extends java.awt.Image获取图像像素点image.getRGB(i, lineIndex); 图片剪辑/AtiPlatf_cms/src/com/attilax/img/imgx.javacutImage图片处理titit 判断判断一张图片是否包含另一张小图片 atitit 图片去噪算法的原理与
Atitit.java图片图像处理attilax总结 BufferedImage extends java.awt.Image 获取图像像素点 image.getRGB(i, lineIndex); ...
- cocos2dx中如何从一张图片中切割一部分显示成小图片
1.通常我们拿到的资源中,通常都是许多张小图片压缩到一张图片里了,我们如何在使用的时候把它切割出来呢? 2.例如我们要把上面这张图片按组分隔开来 CCSprite* newGameNormal = C ...
- 判断是否含有中文,包含返回true,不包含返回false
/** * 功能:判断是否含有中文,包含返回true,不包含返回false */ function isChina(s) { var patrn = /[\u4E00-\u9FA5]|[\uFE30- ...
- js/jquery获取当前页面URL地址并判断URL字符串中是否包含某个具体值
js/jquery获取当前页面URL地址并判断URL字符串中是否包含某个具体值本文介绍jquery/js获取当前页面url地址的方法,在jquery与js中获取当前页面url方法是一样的,因为jque ...
- 判断是否是IE(包含IE11)
判断是否是IE(包含IE11) if(!!window["ActiveXObject"] || "ActiveXObject" in window) { ale ...
- SQL判断某列中是否包含中文字符或者英文字符
SQL判断某列中是否包含中文字符或者英文字符 [sql] select * from 表名 where 某列 like '%[吖-座]%' select * from 表名 where ...
- js判断一个dom中是否包含另一个dom的方法
首先,比较原始(蠢)的方法 function isChildOf(child, parent) { if(child && parent) { let parentNode = chi ...
- Atitit. 如何判断软件工程师 能力模型 程序员能力模型 项目经理能力模型
Atitit. 如何判断软件工程师 能力模型 程序员能力模型 项目经理能力模型 这里能力模型的标准化是对工具的使用为基本 工具(ide,语言,类库,框架,软件) 第一步 ::可使用api 类库 框架 ...
- Java 正则判断一个字符串中是否包含中文
使用正则判断一个字符串中是否包含中文或者中文字符 代码实现如下: import java.util.regex.Matcher; import java.util.regex.Pattern; /** ...
随机推荐
- 蓄水池算法(Reservoir Sampling)
蓄水池算法是一种随机算法,可以形象的描述为从一个n维的list中选取k个元素,其中n是一个很大的数或者n是一个未知的数,而且一般n很大使得不会将list存在主存中. 解法: i = 0 while m ...
- 站内信对话列表sql语句
- nodejs笔记2
下面在改变app.js的代码,可以通过不同的请求的url来返回不同的内容,注意1.html前的/不能省略,要细致 2.下面呢就是开始数据库的一些操作了 (1)在代码中引入模块var mongodb=r ...
- NPOI创建DOCX常用操作【转】
1. 创建文档 XWPFDocument m_Docx = new XWPFDocument();2. 页面设置 //1‘=1440twip=25.4mm=72pt(磅point)=96px(像素 ...
- SqlIO优化
1SqlIO优化 set statistics io on--sqlset statistics io off 2Sql占用CPU时间 select c.total_worker_time, c.la ...
- 关于PDV的那些事
数据集中的数据来源分为两种: 一.来自于另一个数据集: 二.来自于外部数据源(本文细说此来源): 无论是哪种来源,在它们成为目标数据集中的观测行(官方叫它observation)之前都要进入PDV,先 ...
- premierepro破解
1.安装硬解 360云盘 破解教程:mac sky/破解安装说明.rtf 破解软件:mac sky/Smart Adobe CS6 Blocker v1.1.app 安装文件:mac sky/Prem ...
- 64位WIN7下安装MPICH2
1.首先,下载32位的MPICH2,(注意哦,是32位,不是64位) http://202.117.4.228/files/B117000000042632/www.mcs.anl.gov/resea ...
- SIP vs XMPP
sip和xmpp都是应用层的协议,主要用来在互联网上发送语音和即时通讯IM,rfc3521定义了sip,rfc3920定义了xmpp.xmpp来自即时通讯系统,sip类似语音和视频通信. xmpp协议 ...
- Kinect v2.0 for windows开发环境说明
官方文档里是这些: Supported Operating Systems and Architectures The following operating systems and architec ...