PHP写的一个图片搜索的算法

<?php
/**
 * 图片比较类
 *
 */
class ImgCompare {

    /**单例,防止重复初始化*/
    private static $_instance = null;

    /**误差*/
    public static  $rate = 1;

    /**
     * 初始化一个实例
     */
    public static function init() {

        if (self::$_instance === null) {
            self::$_instance = new self();
        }

        return self::$_instance;
    }

    /**
     * 获取两个图片的
     */
    public function doCompare($file) {
        if(!function_exists('imagecreatetruecolor')) {
            throw new Exception('GD Library must be load if you want to use the class ImgCompare');
        }

        $is_string = false;

        if(is_string($file)) {
            $file = array($file);
            $is_string = true;
        }

        $result = array();
        foreach ($file as $f) {
            $result[] = $this->hash($f);
        }

        return $is_string ? $result[0] : $result;
    }

    /**
     * 计算汉明距离
     */
    public function checkIsSimilar($img_hash_1,$img_hash_2) {
        if (file_exists($img_hash_1) && file_exists($img_hash_2)) {
            $img_hash_1 = self::doCompare($img_hash_1);
            $img_hash_2 = self::doCompare($img_hash_2);
        }

        if(strlen($img_hash_1) !== strlen($img_hash_2)) {
            return false;
        }

        $count = 0;
        $len = strlen($img_hash_1);
        for ($i=0;$i<$len;$i++) {
            if($img_hash_1{$i} !== $img_hash_2{$i}) {
                // 计算 有多少位是不一样的
                $count ++;
            }
        }

        // 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*误差,就说明两张图片很相似;如果大于10*误差,就说明这是两张不同的图片。

        return $count <= (5*(self::$rate)*(self::$rate))?true:false;
    }

    /**
     * 将图片缩小到 8x8*误差的平方 的尺寸,总共64*误差的平方个像素。
     * 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。
     */
    public function hash($file) {
        if (!file_exists($file)) {
            return false;
        }

        $height = 8*self::$rate;
        $width = 8*self::$rate;

        $img = imagecreatetruecolor($width, $height);

        list($w,$h) = getimagesize($file);
        $source = self::createImg($file);

        // 重采样拷贝部分图像并调整大小
        // 将一幅图像中的一块正方形区域拷贝到另一个图像中,平滑地插入像素值,因此,尤其是,减小了图像的大小而仍然保持了极大的清晰度
        // 如果源和目标的宽度和高度不同,则会进行相应的图像收缩和拉伸。坐标指的是左上角
        // 本函数可用来在同一幅图内部拷贝(如果 dst_image 和 src_image 相同的话)区域,但如果区域交迭的话则结果不可预知。
        imagecopyresampled($img, $source, 0, 0, 0, 0, $width, $height, $w, $h);
        $value = self::getHashValue($img);
        imagedestroy($img);

        return $value;
    }

    public function getHashValue($img) {
        $width = imagesx($img);
        $height = imagesy($img);

        $total = 0;
        $array = array();

        // 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。
        for ($y =0;$y<$height;$y++) {
            for ($x=0;$x<$width;$x++) {
                // 获取 指定的图形中指定坐标像素的颜色索引值
                // 将缩小的图像转为64级灰度
                $gray = (imagecolorat($img, $x, $y) >> 8) & 0xFF;
                if (!is_array($array[$y])) {
                    $array[$y] = array();
                }

                $array[$y][$x] = $gray;
                $total += $gray;
            }
        }

        // 获取灰度平均值
        $average = intval($total/(64*self::$rate*self::$rate));
        $result = '';

        for ($y=0;$y<$height;$y++) {
            for ($x=0;$x<$width;$x++) {
                // 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
                if ($array[$y][$x] >= $average) {
                    $result .= '1';
                } else {
                    $result .= '0';
                }
            }
        }

        return $result;
    }

    /**
     * 生成图片
     */
    public function createImg($file) {
        $ext = self::getFileExt($file);
        if ($ext === 'jpeg') $ext = 'jpg';
        $img = null;
        switch ($ext){
            case 'png' : $img = imagecreatefrompng($file);break;
            case 'jpg' : $img = imagecreatefromjpeg($file);break;
            case 'gif' : $img = imagecreatefromgif($file);break;
            default:break;
        }
        return $img;
    }

    /**
     * 获取图片扩展名
     */
    public function getFileExt($file){
        $infos = explode('.', $file);
        $ext = strtolower($infos[count($infos) - 1]);
        return $ext;
    }
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,923评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,154评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,775评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,960评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,976评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,972评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,893评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,709评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,159评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,400评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,552评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,265评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,876评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,528评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,701评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,552评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,451评论 2 352

推荐阅读更多精彩内容