PhotoBatch-图片去重(3)

发表于   |   分类于   |     |   阅读次数   |   浏览 次

参考资料：http://www.hackerfactor.com/blog/index.php?/archives/432-Looks-Like-It.html

很多时候，我们的文件夹里会有重复或者相似的图片，这类图片自然没有必要存在多份，我们要做的就是遍历所有图片，然后找出相似的，只保留其中一张即可。

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。

另外还找到了其他几种方法，这里是地址
http://www.ruanyifeng.com/blog/2013/03/similar_image_search_part_ii.html

第一步，缩小尺寸。

将图片缩小到8x8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。
在macOS，使用的是NSImage, 两者的一些操作很类似。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
- (NSImage *)reSizeImage:(NSImage *)image toSize:(CGSize)reSize
{
    NSImage *sourceImage = image;
    if (![sourceImage isValid]){
        NSLog(@"Invalid Image");
    } else {
        NSImage *smallImage = [[NSImage alloc] initWithSize: reSize];
        [smallImage lockFocus];
        [sourceImage setSize: reSize];
        [[NSGraphicsContext currentContext] setImageInterpolation:NSImageInterpolationHigh];
        [sourceImage drawAtPoint:NSZeroPoint fromRect:CGRectMake(0, 0, reSize.width, reSize.height) operation:NSCompositeCopy fraction:1.0];
        [smallImage unlockFocus];
        return smallImage;
    }
    return nil;
}

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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
a[ArrSize] = 0;
b[ArrSize] = 0;
CGPoint point;
for (i = 0 ; i < cursize; i++) {//计算a的灰度
    for (j = 0; j < cursize; j++) {
        point.x = i;
        point.y = j;
        grey = ToGrey([self NSColorToRGB:[self colorAtPixel:point img:imga]]);
        a[cursize * i + j] = grey;
        a[ArrSize] += grey;
    }
}
a[ArrSize] /= (ArrSize - 1);//灰度平均值
for (i = 0 ; i < cursize; i++) {//计算b的灰度
    for (j = 0; j < cursize; j++) {
        point.x = i;
        point.y = j;
        grey = ToGrey([self NSColorToRGB:[self colorAtPixel:point img:imgb]]);
        b[cursize * i + j] = grey;
        b[ArrSize] += grey;
    }
}
b[ArrSize] /= (ArrSize - 1);//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。

1
2
3
4
5
6
7
8
9
10
11
12
a[ArrSize] = 0;
   b[ArrSize] = 0;
   CGPoint point;
   for (i = 0 ; i < cursize; i++) {//计算a的灰度
       for (j = 0; j < cursize; j++) {
           point.x = i;
           point.y = j;
           grey = ToGrey([self NSColorToRGB:[self colorAtPixel:point img:imga]]);
           a[cursize * i + j] = grey;
           a[ArrSize] += grey;
       }
   }

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。

代码实现

上面已经得到了判断两张图片是否相似的方法，而我们要实现的功能是：从一堆图片中找出哪些图片是相似的，并把相似图片放到一起。
实现逻辑：遍历所有图片，第一张图片先放到第一组中，第二张图片先与第一组中的第一张图片做比较，如果相似，就放到第一组中，否则放到第二组中，以此类推，直到遍历完左右图片，这时候，相似的图片都已经分到各个组中，有一些组中可能只有一张图片，表示没有与之相似大的图片，取出图片个数大于1的组，然后挨个显示这个组中的图片，让用户选择哪些图片该保留。

这是一个比较耗时的操作，所以放在子线程中操作。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
NSMutableArray *totalArr = [NSMutableArray array];
   
   __weak __typeof(self)weakSelf = self;
   dispatch_async(dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_DEFAULT, 0), ^{
       
       for (NSString *filePath in allFiles) {
           dispatch_async(dispatch_get_main_queue(), ^{
               weakSelf.dealingLabel.stringValue = [NSString stringWithFormat:@"处理文件：%@", filePath];
           });
           if (totalArr.count == 0) {
               NSMutableArray *arr = [NSMutableArray array];
               [arr addObject:filePath];
               [totalArr addObject:arr];
           } else {
               
               NSInteger groupCount = [[totalArr mutableCopy] count];
               for (int i = 0; i < groupCount; i++) {
                   NSMutableArray *arr = totalArr[i];
                   NSImage *imagea = [[NSImage alloc] initWithContentsOfFile:arr.firstObject];
                   NSImage *imageb = [[NSImage alloc] initWithContentsOfFile:filePath];
                   Similarity simi = [PHCompare getSimilarityValueWithImgA:imagea ImgB:imageb];
                   if (simi >= 0.9) { //相似度比较接近
                       [arr addObject:filePath];
                       break;
                   } else {
                       if (i == [[totalArr mutableCopy] count] - 1) {  //已经遍历到最后一组，还没有找到相似图片，新建一组
                           NSMutableArray *arr = [NSMutableArray array];
                           [arr addObject:filePath];
                           @synchronized(totalArr) {
                               [totalArr addObject:arr];
                           }
                           break;
                       }
                   }
               }
               
               
           }
       }
       
       NSMutableArray *repeatArr = [NSMutableArray new];
       for (NSArray *arr in totalArr) {
           if (arr.count > 1) {
               [repeatArr addObject:arr];
           }
       }
       dispatch_async(dispatch_get_main_queue(), ^{
           weakSelf.dealingLabel.stringValue = [NSString stringWithFormat:@"处理完成"];
           [self.checkRepeatView buildUIWithImageArr:repeatArr];
       });
       
   });

效果图：

demo地址:https://github.com/macOSApp/photoBatch

坚持原创技术分享，您的支持将鼓励我继续创作！