Osheep

时光不回头,当下最重要。

如何优雅的找图之识图技巧

每天最悲哀的事情莫过于找不到一张好看的图片,有时候看到一张好看的图片却有水印,这是最烦人的。相信大家第一个想到的肯定是想办法把水印p掉,而用平常的软件去p的话水印虽然p掉了,也会把图片搞坏掉。当然,ps大神的话当我没有说。所以我推荐大家用识图这个功能,靠搜索引擎总比我们一张一张的找快。

那么识图的原理是什么?

根据Neal Krawetz博士的解释,原理非常简单易懂。我们可以用一个快速算法,就达到基本的效果。

这里的关键技术叫做”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0。

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”(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。

具体的代码实现,可以参见Wote用python语言写的imgHash.py。代码很短,只有53行。使用的时候,第一个参数是基准图片,第二个参数是用来比较的其他图片所在的目录,返回结果是两张图片之间不相同的数据位数量(汉明距离)。

这种算法的优点是简单快速,不受图片大小缩放的影响,缺点是图片的内容不能变更。如果在图片上加几个文字,它就认不出来了。所以,它的最佳用途是根据缩略图,找出原图。

实际应用中,往往采用更强大的pHash算法和SIFT算法,它们能够识别图片的变形。只要变形程度不超过25%,它们就能匹配原图。这些算法虽然更复杂,但是原理与上面的简便算法是一样的,就是先将图片转化成Hash字符串,然后再进行比较。

一款好的搜索引擎也会让我们事半功倍,先看看我用这张头像搜索的结果。

《如何优雅的找图之识图技巧》

百度识图

第一搜索引擎百度的识图出来的结果也差强人意,第一界面乱,而且内容相关度也不高,有一张最像的也是一半还是有水印的。

《如何优雅的找图之识图技巧》

360识图

感觉出来的结果挺好的,是这几款最好的,界面布局也美观,结果相似度也高。

《如何优雅的找图之识图技巧》

中国国搜

这个结果最没话说,不愧是中国国搜,动不动就出来直升机什么的,似乎国搜的搜索是按颜色识别的,是唯一一款成功避开相似的搜索引擎。

《如何优雅的找图之识图技巧》

搜狗搜索

在界面上也挺友好的就是相似度低一点。

通过以上的对比,很容易看出来识别结果是:360>搜狗>百度>国搜

《如何优雅的找图之识图技巧》

百度
《如何优雅的找图之识图技巧》

搜狗
《如何优雅的找图之识图技巧》

360
《如何优雅的找图之识图技巧》

国搜
点赞