图片相似度识别[不限角度，不限干扰。纯算法]

15123845806

点个不花钱的赞在收藏就有12个字符了

454890856

谢谢分享

xcjclyp

感谢大佬的资源

ojajo

算法思想：看两张照片相不相似，就看打印这两张照片所用的各种颜色的墨汁的量是否相近。。。没想到这也能成精华贴

ojajo

  

子程序名	返回值类型	公开	备 注
相似图对比	整数型		缺点非常明显的算法，留作警示
参数名	类 型	参考	可空	数组	备 注
原图数据	字节集
对比图数据	字节集

变量名	类 型	静态	数组	备 注
原图	位图
对比图	位图
局_计次	整数型
局_计次2	整数型
RGB	字节集
红	整数型		257
绿	整数型		257
蓝	整数型		257
红2	整数型		257
绿2	整数型		257
蓝2	整数型		257
红色相似度	整数型
绿色相似度	整数型
蓝色相似度	整数型
局_相似度总和	整数型
局_相似度	双精度小数型

' 本源码来自易语言资源网
' ([url]www.eyuyan.la[/url])
' 算法思想：
' 1.把“图片1”、“图片2”的所有【像素点】的【RGB三原色】的1-256个【色阶】值逐个累加
' 2.对比“图片1”、“图片2”的1-256个【色阶】的累加值，只要在一定的偏差范围内，则认为是“相似”的，相似值+1
' 3.最后：总相似值 ÷ 100%相似时的相似值 = 两图片的相似值
' 分析：
' 此算法只关注图片像素点颜色的部份，而忽略了像素点与像素点之间的位置关系这一重要信息
' 相像一下，照片打印机，用了区区几种颜色的油墨就能打印出千千万万张图片来，而打印出两张看起来完全不同的图片，有可能用的墨汁量几乎相等
' 一句话：要对比两张1像素以上的图片，像素的“颜色”、“位置”这两个因素缺一不可
' 作者的源码我已保存了下来，并加注释，当作反而教材作为弯路的警示牌。
原图.载入数据 (原图数据)
计次循环首 (原图.取宽度 (), 局_计次)
计次循环首 (原图.取高度 (), 局_计次2)
RGB ＝ 到字节集 (原图.取某点颜色 (局_计次 － 1, 局_计次2 － 1))
红 [到整数 (RGB [1]) ＋ 1] ＝ 红 [到整数 (RGB [1]) ＋ 1] ＋ 1
绿 [到整数 (RGB [2]) ＋ 1] ＝ 绿 [到整数 (RGB [2]) ＋ 1] ＋ 1
蓝 [到整数 (RGB [3]) ＋ 1] ＝ 蓝 [到整数 (RGB [3]) ＋ 1] ＋ 1
计次循环尾 ()
计次循环尾 ()
局_计次 ＝ 0
局_计次2 ＝ 0
对比图.载入数据 (对比图数据)
计次循环首 (对比图.取宽度 (), 局_计次)
计次循环首 (对比图.取高度 (), 局_计次2)
RGB ＝ 到字节集 (对比图.取某点颜色 (局_计次 － 1, 局_计次2 － 1))
红2 [到整数 (RGB [1]) ＋ 1] ＝ 红2 [到整数 (RGB [1]) ＋ 1] ＋ 1
绿2 [到整数 (RGB [2]) ＋ 1] ＝ 绿2 [到整数 (RGB [2]) ＋ 1] ＋ 1
蓝2 [到整数 (RGB [3]) ＋ 1] ＝ 蓝2 [到整数 (RGB [3]) ＋ 1] ＋ 1
计次循环尾 ()
计次循环尾 ()
局_计次 ＝ 0
计次循环首 (256, 局_计次)
如果真 (红 [局_计次] － 红2 [局_计次] ≥ -100 且 红 [局_计次] － 红2 [局_计次] ≤ 100)
红色相似度 ＝ 红色相似度 ＋ 1
如果真 (绿 [局_计次] － 绿2 [局_计次] ≥ -100 且 绿 [局_计次] － 绿2 [局_计次] ≤ 100)
绿色相似度 ＝ 绿色相似度 ＋ 1
如果真 (蓝 [局_计次] － 蓝2 [局_计次] ≥ -100 且 蓝 [局_计次] － 蓝2 [局_计次] ≤ 100)
蓝色相似度 ＝ 蓝色相似度 ＋ 1

计次循环尾 ()
局_相似度总和 ＝ 红色相似度 ＋ 绿色相似度 ＋ 蓝色相似度
局_相似度 ＝ 局_相似度总和 ÷ (256 × 3) × 100
局_相似度 ＝ 四舍五入 (局_相似度, 0)
返回 (局_相似度)

i支持库列表	支持库注释
BmpOperate	位图操作支持库

.版本 2<br /> .支持库 BmpOperate<br /> <br /> .子程序 相似图对比, 整数型, , 缺点非常明显的算法，留作警示<br /> .参数 原图数据, 字节集<br /> .参数 对比图数据, 字节集<br /> .局部变量 原图, 位图<br /> .局部变量 对比图, 位图<br /> .局部变量 局_计次, 整数型<br /> .局部变量 局_计次2, 整数型<br /> .局部变量 RGB, 字节集<br /> .局部变量 红, 整数型, , "257"<br /> .局部变量 绿, 整数型, , "257"<br /> .局部变量 蓝, 整数型, , "257"<br /> .局部变量 红2, 整数型, , "257"<br /> .局部变量 绿2, 整数型, , "257"<br /> .局部变量 蓝2, 整数型, , "257"<br /> .局部变量 红色相似度, 整数型<br /> .局部变量 绿色相似度, 整数型<br /> .局部变量 蓝色相似度, 整数型<br /> .局部变量 局_相似度总和, 整数型<br /> .局部变量 局_相似度, 双精度小数型<br /> <br /> ' 本源码来自易语言资源网<br /> ' (<a href="http://www.eyuyan.la" rel="nofollow" target="_blank">www.eyuyan.la</a>)<br /> <br /> ' 算法思想：<br /> ' 1.把“图片1”、“图片2”的所有【像素点】的【RGB三原色】的1-256个【色阶】值逐个累加<br /> ' 2.对比“图片1”、“图片2”的1-256个【色阶】的累加值，只要在一定的偏差范围内，则认为是“相似”的，相似值+1<br /> ' 3.最后：总相似值 ÷ 100%相似时的相似值 = 两图片的相似值<br /> <br /> ' 分析：<br /> ' 此算法只关注图片像素点颜色的部份，而忽略了像素点与像素点之间的位置关系这一重要信息<br /> ' 相像一下，照片打印机，用了区区几种颜色的油墨就能打印出千千万万张图片来，而打印出两张看起来完全不同的图片，有可能用的墨汁量几乎相等<br /> ' 一句话：要对比两张1像素以上的图片，像素的“颜色”、“位置”这两个因素缺一不可<br /> <br /> ' 作者的源码我已保存了下来，并加注释，当作反而教材作为弯路的警示牌。<br /> <br /> 原图.载入数据 (原图数据)<br /> .计次循环首 (原图.取宽度 (), 局_计次)<br />     .计次循环首 (原图.取高度 (), 局_计次2)<br />         RGB ＝ 到字节集 (原图.取某点颜色 (局_计次 － 1, 局_计次2 － 1))<br />         红 [到整数 (RGB [1]) ＋ 1] ＝ 红 [到整数 (RGB [1]) ＋ 1] ＋ 1<br />         绿 [到整数 (RGB [2]) ＋ 1] ＝ 绿 [到整数 (RGB [2]) ＋ 1] ＋ 1<br />         蓝 [到整数 (RGB [3]) ＋ 1] ＝ 蓝 [到整数 (RGB [3]) ＋ 1] ＋ 1<br />     .计次循环尾 ()<br /> .计次循环尾 ()<br /> <br /> 局_计次 ＝ 0<br /> 局_计次2 ＝ 0<br /> 对比图.载入数据 (对比图数据)<br /> .计次循环首 (对比图.取宽度 (), 局_计次)<br />     .计次循环首 (对比图.取高度 (), 局_计次2)<br />         RGB ＝ 到字节集 (对比图.取某点颜色 (局_计次 － 1, 局_计次2 － 1))<br />         红2 [到整数 (RGB [1]) ＋ 1] ＝ 红2 [到整数 (RGB [1]) ＋ 1] ＋ 1<br />         绿2 [到整数 (RGB [2]) ＋ 1] ＝ 绿2 [到整数 (RGB [2]) ＋ 1] ＋ 1<br />         蓝2 [到整数 (RGB [3]) ＋ 1] ＝ 蓝2 [到整数 (RGB [3]) ＋ 1] ＋ 1<br />     .计次循环尾 ()<br /> .计次循环尾 ()<br /> 局_计次 ＝ 0<br /> .计次循环首 (256, 局_计次)<br />     .如果真 (红 [局_计次] － 红2 [局_计次] ≥ -100 且 红 [局_计次] － 红2 [局_计次] ≤ 100)<br />         红色相似度 ＝ 红色相似度 ＋ 1<br />     .如果真结束<br />     .如果真 (绿 [局_计次] － 绿2 [局_计次] ≥ -100 且 绿 [局_计次] － 绿2 [局_计次] ≤ 100)<br />         绿色相似度 ＝ 绿色相似度 ＋ 1<br />     .如果真结束<br />     .如果真 (蓝 [局_计次] － 蓝2 [局_计次] ≥ -100 且 蓝 [局_计次] － 蓝2 [局_计次] ≤ 100)<br />         蓝色相似度 ＝ 蓝色相似度 ＋ 1<br />     .如果真结束<br /> <br /> .计次循环尾 ()<br /> 局_相似度总和 ＝ 红色相似度 ＋ 绿色相似度 ＋ 蓝色相似度<br /> 局_相似度 ＝ 局_相似度总和 ÷ (256 × 3) × 100<br /> 局_相似度 ＝ 四舍五入 (局_相似度, 0)<br /> 返回 (局_相似度)

太白菜

谢谢分享，下载学习学习

quary888

谢谢楼主分享！！！ 好人一生平安！！！

meiqingbo

谢谢楼主

lvjiangshan

好东西 开源不易呀

yesjingyi

认真看看识别图片！学习楼主