Java利用OpenCV盘算两张图片相似度

业务：找出两个表的重复的图片。
图片在表里存的是二进制值，存在大量由于一些特殊情况例如扫描有差异，导致图片存的二进制值不同，但图片其实是一样来的。
所以找出两个表重复相同的图片，不可能只是单纯的比较二进制值相等。
方法：针对这种情况，利用OpenCV直方图算法可以比较两张图片的相似度，测试发现完全相同的图片相似度等于1（表里存的二进制值不相等）

实操：Java引入利用opencv步骤详解
1.引入opencv依赖

1. <!-- https://mvnrepository.com/artifact/org.openimaj/core -->
2. <dependency>
3.         <groupId>org.openpnp</groupId>
4.         <artifactId>opencv</artifactId>
5.         <version>4.5.5-1</version>
6. </dependency>

复制代码

2.代码Demo

opencv提供了均方差算法（MSE）、结构相似性指数算法（SSIM）、峰值信噪比算法（PSNR）、直方图算法（SSIM-WH），此中利用直方图算法来比较图片相似结果最好。

1.     public static void main(String[] args) {
2.         // 加载OpenCV库
3.         System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
5.         // 读取两张图像。准备比对的图片
6.         Mat image1 = Imgcodecs.imread("D:\\work\\testdata\\psc_1716260008343.jpg");
7.         Mat image2 = Imgcodecs.imread("D:\\work\\testdata\\psc_1716260008345.jpg");
9.         // 将图片处理成一样大
10.         Imgproc.resize(image1, image1, image2.size());
11.         Imgproc.resize(image2, image2, image1.size());
13.         // 计算均方差（MSE）
14.         double mse = calculateMSE(image1, image2);
15.         System.out.println("均方差（MSE）: " + mse);
17.         // 计算结构相似性指数（SSIM）
18.         double ssim = calculateSSIM(image1, image2);
19.         System.out.println("结构相似性指数（SSIM）: " + ssim);
21.         // 计算峰值信噪比（PSNR）
22.         double psnr = calculatePSNR(image1, image2);
23.         System.out.println("峰值信噪比（PSNR）: " + psnr);
25.         // 计算直方图
26.         final double similarity = calculateHistogram(image1, image2);
27.         System.out.println("图片相似度(直方图): " + similarity);
29.         // 计算归一化交叉相关（NCC）
30. //        double ncc = calculateNCC(image1, image2);
31. //        System.out.println("归一化交叉相关（NCC）: " + ncc);
32.     }
34.     // 计算均方差（MSE）
35.     private static double calculateHistogram(Mat image1, Mat image2) {
36.         // 计算直方图
37.         Mat hist1 = calculateHistogram(image1);
38.         Mat hist2 = calculateHistogram(image2);
40.         // 计算相似度
41.         final double similarity = Imgproc.compareHist(hist1, hist2, Imgproc.CV_COMP_CORREL);
43.         // 手动释放内存
44. //        if (hist1 != null) {
45. //            hist1.release();
46. //        }
47. //        if (hist2 != null) {
48. //            hist2.release();
49. //        }
51.         return similarity;
52.     }
54.     // 计算均方差（MSE）
55.     private static double calculateMSE(Mat image1, Mat image2) {
56.         Mat diff = new Mat();
57.         Core.absdiff(image1, image2, diff);
58.         Mat squaredDiff = new Mat();
59.         Core.multiply(diff, diff, squaredDiff);
60.         Scalar mseScalar = Core.mean(squaredDiff);
61.         return mseScalar.val[0];
62.     }
64.     // 计算结构相似性指数（SSIM）
65.     private static double calculateSSIM(Mat image1, Mat image2) {
66.         Mat image1Gray = new Mat();
67.         Mat image2Gray = new Mat();
68.         Imgproc.cvtColor(image1, image1Gray, Imgproc.COLOR_BGR2GRAY);
69.         Imgproc.cvtColor(image2, image2Gray, Imgproc.COLOR_BGR2GRAY);
70.         MatOfFloat ssimMat = new MatOfFloat();
71.         Imgproc.matchTemplate(image1Gray, image2Gray, ssimMat, Imgproc.CV_COMP_CORREL);
72.         Scalar ssimScalar = Core.mean(ssimMat);
73.         return ssimScalar.val[0];
74.     }
76.     // 计算峰值信噪比（PSNR）
77.     private static double calculatePSNR(Mat image1, Mat image2) {
78.         Mat diff = new Mat();
79.         Core.absdiff(image1, image2, diff);
80.         Mat squaredDiff = new Mat();
81.         Core.multiply(diff, diff, squaredDiff);
82.         Scalar mseScalar = Core.mean(squaredDiff);
83.         double mse = mseScalar.val[0];
84.         double psnr = 10.0 * Math.log10(255.0 * 255.0 / mse);
85.         return psnr;
86.     }
88.     // 计算归一化交叉相关（NCC）
89. //    private static double calculateNCC(Mat image1, Mat image2) {
90. //        Mat image1Gray = new Mat();
91. //        Mat image2Gray = new Mat();
92. //        Imgproc.cvtColor(image1, image1Gray, Imgproc.COLOR_BGR2GRAY);
93. //        Imgproc.cvtColor(image2, image2Gray, Imgproc.COLOR_BGR2GRAY);
94. //        MatOfInt histSize = new MatOfInt(256);
95. //        MatOfFloat ranges = new MatOfFloat(0, 256);
96. //        Mat hist1 = new Mat();
97. //        Mat hist2 = new Mat();
98. //
99. //        Core.normalize(hist1, hist1, 0, 1, Core.NORM_MINMAX);
100. //        Core.normalize(hist2, hist2, 0, 1, Core.NORM_MINMAX);
101. //        double ncc = Core.compareHist(hist1, hist2, Imgproc.CV_COMP_CORREL);
102. //        return ncc;
103. //    }
105.     private static Mat calculateHistogram(Mat image) {
106.         Mat hist = new Mat();
108.         // 设置直方图参数
109.         MatOfInt histSize = new MatOfInt(256);
110.         MatOfFloat ranges = new MatOfFloat(0, 256);
111.         MatOfInt channels = new MatOfInt(0);
112.         List<Mat> images = new ArrayList<>();
113.         images.add(image);
115.         // 计算直方图
116.         Imgproc.calcHist(images, channels, new Mat(), hist, histSize, ranges);
118.         return hist;
119.     }

复制代码

3.运行遇到的报错问题以及解决方法

Exception in thread "main" java.lang.UnsatisfiedLinkError: no opencv_java455 in java.library.path

报错缘故原由：
在JDK bin 目录下找不到 opencv_java455.dll 文件
解决方法：
官网下载地址：Releases - OpenCV
找到对应的版本下载opencv（如果下载不起很慢，可以复制链接用迅雷下载）

双击打开安装包选择安装提取目录

等候解压

在目录找到dll文件

然后复制到jdk bin目录中

再重新运行程序即可解决

4.运行

均方差算法（MSE）：
盘算两幅图片每个像素之间的差异，并盘算它们的均匀值。MSE值越小，表现两幅图片越相似。
结构相似性指数（SSIM）：
通过比较两幅图片的亮度、对比度和结构信息来评估它们的相似性。值越大，越相似。
峰值信噪比（PSNR）：
通过盘算两幅图片的MSE值，并将其转换为对数标准，来评估它们的相似性。PSNR值越大，表现两幅图片越相似。
图片相似度(直方图)：
通过将SSIM指数和直方图相似性组合起来，来评估两幅图片的相似性。返回的相似性度量值越靠近1，表现两幅图像越相似。

5.结合业务实当代码片断

注：务必手动释放Mat内存，亲测不写手动释放内存，随着循环量越多，创建Mat越多，就会导致内存瓦解泄露（按理说Java有采取机制，但我经过测试发现并没有触发采取内存，纵然是没用的Mat）

1. byte[] ecf2Image = bsImage.getImage();
2. byte[] upsImage = upsPage.getScanPage();
3. // 1.先直接对比ecf2和ups图片的二进制值
4. if (Arrays.equals(ecf2Image, upsImage)) {
5.     // 二进制值相等则给ecf2图片状态更新为重复的
6.     updateAndRecord(shipmentNo, filename, upsPage, 1);
7.     // 然后跳出scanPageList的循环，已经确认为重复就不用再去匹配
8.     break;
9. }
11. // 2.byte值不等，再用OpenCV来比较
12. // 将图片二进制数据转换为Mat对象
13. Mat image1 = Imgcodecs.imdecode(new MatOfByte(ecf2Image), Imgcodecs.IMREAD_COLOR);
14. Mat image2 = Imgcodecs.imdecode(new MatOfByte(upsImage), Imgcodecs.IMREAD_COLOR);
15. try {
16.     // 将图片处理成一样大
17.     Imgproc.resize(image1, image1, image2.size());
18.     Imgproc.resize(image2, image2, image1.size());
19.     // 计算直方图
20.     final double similarity = calculateHistogram(image1, image2);
21.     if (similarity == 1) {
22.         // 更新状态为重复的
23.         updateAndRecord(shipmentNo, filename, upsPage, 2);
24.         break;
25.     }
26. } catch (Exception e) {
27.     e.printStackTrace();
28. } finally {
29.     // 手动释放内存
30.     if (image1 != null) {
31.         image1.release();
32.     }
33.     if (image2 != null) {
34.         image2.release();
35.     }
36. }

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。