PHP写的一个图片搜索的算法
2015-11-19 本文已影响747人
小小酥XX
<?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;
}
}