/** * 相似图片的搜索技术 * * 通过把一张图片压缩简化，把像素点经过离散余弦变换（表示为DCT( Discrete Cosine Transformation)）算取均值求的图片指纹， * 然后通过汉明距离来判别图片是否想似的 * * 步骤： （1）缩小尺寸：pHash以小图片开始，但图片大于8*8，32*32是最好的。这样做的目的是简化了DCT的计算，而不是减小频率。 * （2）简化色彩：将图片转化成灰度图像，进一步简化计算量。 （3）计算DCT：计算图片的DCT变换，得到32*32的DCT系数矩阵。 * （4）缩小DCT：虽然DCT的结果是32*32大小的矩阵，但我们只要保留左上角的8*8的矩阵，这部分呈现了图片中的最低频率。 * （5）计算平均值：如同均值哈希一样，计算DCT的均值。 * （6）计算hash值：这是最主要的一步，根据8*8的DCT矩阵，设置0或1的64位的hash值，大于等于DCT均值的设为 * ”1”，小于DCT均值的设为“0”。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。 名词定义pHash：加强版的哈希感知技术 * * @author 江锦泰 * */ * （5）计算平均值：如同均值哈希一样，计算DCT的均值。 * （6）计算hash值：这是最主要的一步，根据8*8的DCT矩阵，设置0或1的64位的hash值，大于等于DCT均值的设为 * ”1”，小于DCT均值的设为“0”。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。 名词定义pHash：加强版的哈希感知技术 * * @author 江锦泰 * */