相似图片搜索-perceptual hashing …
2014-06-14 21:36
148 查看
REF
perceptual hashing
种类很多,引用中介绍了一种简单、快速的的方法,每一个图像生成一个二进制串作为
图像的feature codes
1. 彩色图缩小到8X8,并转换成灰度图
2. 计算均值
3. 每一个像素和均值相比较,大于记为1,小于记为0,得到一个64位的bit串
4. 64bit转换成int,作为hash的快速索引
5,比较相似图时,比较bit串的hamming distance,<
3很相似,< 5比较相似, > 10差距很大
一个复杂的版本是pHash
1. 彩色图缩小到32X32,并转换成灰度图
2.
做32X32的DCT,获得32X32的DCT系数,取top-left的8X8的系数
3.
除第一个分量为(均值分量),计算其他63个DCT系数的均值
4. 每一个DCT系数(64个)和均值比较,大于均值记为1,
否则记为0
4. 64bit转换成int,作为hash的快速索引
5,比较相似图时,比较bit串的hamming
distance
perceptual hashing
种类很多,引用中介绍了一种简单、快速的的方法,每一个图像生成一个二进制串作为
图像的feature codes
1. 彩色图缩小到8X8,并转换成灰度图
2. 计算均值
3. 每一个像素和均值相比较,大于记为1,小于记为0,得到一个64位的bit串
4. 64bit转换成int,作为hash的快速索引
5,比较相似图时,比较bit串的hamming distance,<
3很相似,< 5比较相似, > 10差距很大
一个复杂的版本是pHash
1. 彩色图缩小到32X32,并转换成灰度图
2.
做32X32的DCT,获得32X32的DCT系数,取top-left的8X8的系数
3.
除第一个分量为(均值分量),计算其他63个DCT系数的均值
4. 每一个DCT系数(64个)和均值比较,大于均值记为1,
否则记为0
4. 64bit转换成int,作为hash的快速索引
5,比较相似图时,比较bit串的hamming
distance
相关文章推荐
- 介绍相似图片搜索:TinEye
- [转]十个相似图片搜索网站(以图找图)
- 相似图片搜索的原理
- 【转】相似图片搜索的原理
- 相似图片搜索的原理
- 靓车图片(Audi A8)
- 相似图片搜索的原理
- Google 以图搜图 - 相似图片搜索原理 - Java实现
- 相似图片搜索的原理
- 关于Google相似图片搜索的原理剖析
- 【转】11个相似图片搜索网站
- 相似图片搜索的原理
- 搜狗推出以图搜图功能 可搜索相似图片
- 相似图片搜索的原理
- 相似图片搜索的原理
- 10款相似图片搜索引擎
- 相似图片搜索原理
- 10个相似图片搜索以图找图的网站
- Google 以图搜图 - 相似图片搜索原理 - Java实现
- 关于相似图片搜索