问C#中两幅图像的比较算法

EN

下面是一种使用256位图像哈希(MD5有128位)的简单方法。

1. 将图片调整为16x16像素

​

​

1. 将颜色降为black/white (在此控制台输出中等于true/false )

​

​

1. 将布尔值读入List<bool> --这是哈希

码

public static List<bool> GetHash(Bitmap bmpSource)
{
    List<bool> lResult = new List<bool>();         
    //create new image with 16x16 pixel
    Bitmap bmpMin = new Bitmap(bmpSource, new Size(16, 16));
    for (int j = 0; j < bmpMin.Height; j++)
    {
        for (int i = 0; i < bmpMin.Width; i++)
        {
            //reduce colors to true / false                
            lResult.Add(bmpMin.GetPixel(i, j).GetBrightness() < 0.5f);
        }             
    }
    return lResult;
}

我知道，GetPixel不是那么快，但是在16x16像素的图像上，它不应该成为瓶颈。

1. 将此散列与其他图像中的哈希值进行比较，并添加一个容忍度。(与其他散列不同的像素数)

代码：

List<bool> iHash1 = GetHash(new Bitmap(@"C:\mykoala1.jpg"));
List<bool> iHash2 = GetHash(new Bitmap(@"C:\mykoala2.jpg"));

//determine the number of equal pixel (x of 256)
int equalElements = iHash1.Zip(iHash2, (i, j) => i == j).Count(eq => eq);

因此，此代码能够找到与以下内容相同的图像：

• 不同的文件格式(例如jpg、png、bmp)
• 旋转(90,180,270)，水平/vertical翻转-通过改变i和j的迭代顺序
• 不同的尺寸(需要相同的方面)
• 不同的压缩(在质量损失的情况下，像jpeg工件一样，需要容忍度)--您可以接受99%的相等性，可以是相同的图像，50%的是不同的图像。
• 颜色改变为地鳞，反过来(因为亮度与颜色无关)

更新/改进：

使用此方法一段时间后，我注意到了一些可以改进的地方。

• 替换 GetPixel获得更多性能
• 使用注释-缩略图而不是读取整个映像以提高性能
• 不要将0.5f设置为光和暗之间的不同--使用所有256个像素的不同的中值亮度。否则，假定暗/光图像是相同的，并且它能够检测亮度变化的图像。
• 如果您需要快地计算，如果需要存储大量散列以节省内存，则使用bool[]或List<bool>，使用Bitarray，因为布尔值不是在一点点存储，而是需要字节！

您可以检查比较两幅图像的算法，以查看可用的图像比较方法。

除非您想自己重新创建完整的算法，否则应该尝试使用已经存在的库或至少一部分代码(只要它们的许可对您来说是可以的)。

对于边缘检测和相关计算机视觉算法的开源C#实现，您可以尝试EmguCV，它是OpenCV的包装器。

在将图像重采样到某种常见分辨率之后，您可以使用小波分解并比较这种分解的系数，而不是图像本身。只对第一个N个系数进行比较，将使该方法对噪声和其他伪影具有更强的鲁棒性。

有几种用于小波的C#实现。一个例子是https://waveletstudio.codeplex.com/