golang Image similarity comparison
目前网上找了很多的图片相似 查找两张图片不同的部分，实现图像比较和标记以显示不同 ，很多都是python写的，没有找到go语言写的，所以想自己写一个
图片A 为参照物，去寻找图片B 的最佳重合位置，然后再查找图片的不同之处。这一步暂时未做，以后如果有时间或者相关需要 再写。 目前图片轮廓相同 未裁剪。 目前设想，可以截取图片A的部分 取匹配到图片B的位置上，然后再对比两个范围内的像素。
代码未优化 ，需改进。
AverageHash DifferenceHash PerceptionHash 三种常用算法,适合比对相似图片，我们是求差别。这三种算法，作为图片的相似性识别挺好。但是用来找差异，有些处理结果让人费解。
这是方式一go/ImageDifferenceHash.go at main · shuidaan/go · GitHub
package mainimport ("errors""fmt""/corona10/goimagehash""image""image/color""image/draw""image/jpeg""os""sort""strconv""time")type outline struct {x inty int}type Outlinesort []outlinetype Outlinesortx []outlinefunc (o Outlinesort) Len() int {//返回传入数据的总数return len(o)}func (o Outlinesort) Swap(i, j int) {//两个对象满足Less()则位置对换//表示执行交换数组中下标为i的数据和下标为j的数据o[i], o[j] = o[j], o[i]}func (o Outlinesort) Less(i, j int) bool {//按字段比较大小,此处是降序排序//返回数组中下标为i的数据是否小于下标为j的数据return o[i].y < o[j].y}func (o Outlinesortx) Len() int {//返回传入数据的总数return len(o)}func (o Outlinesortx) Swap(i, j int) {//两个对象满足Less()则位置对换//表示执行交换数组中下标为i的数据和下标为j的数据o[i], o[j] = o[j], o[i]}func (o Outlinesortx) Less(i, j int) bool {//按字段比较大小,此处是降序排序//返回数组中下标为i的数据是否小于下标为j的数据return o[i].x < o[j].x}func main() {file1, _ := os.Open("E:\\wq\\img\\a0.jpg")file2, _ := os.Open("E:\\wq\\img\\a8.jpg")defer file1.Close()defer file2.Close()img1, _ := jpeg.Decode(file1)img2, _ := jpeg.Decode(file2)width, high := img1.Bounds().Dx(),img1.Bounds().Dy()var status,same, gap, z,h,w int = 0,1,1,0,8,8 //status same划线状态，gap允许色差 z多少个差别 h单个色块高 w单个色块宽var outlines []outline = make([]outline,0,(width+high)/64)b := img1.Bounds()//根据b画布的大小新建一个新图像m := image.NewRGBA(b)draw.Draw(m, b, img1, b.Min, draw.Over)测试被裁剪的小图是否全部加入对比//sb1 := img1.Bounds()根据b画布的大小新建一个新图像//sm1 := image.NewRGBA(sb1)////sb2 := img1.Bounds()根据b画布的大小新建一个新图像//sm2 := image.NewRGBA(sb2)for i:= 0;i < width ; i+=w {for j:=0 ; j < high ; j+=h {subimg1,err := clip(img1,i,j,w,h)if err != nil {fmt.Println(err)}subimg2,err := clip(img2,i,j,w,h)if err != nil {fmt.Println(err)}//soffet1 := image.Pt(i,j)//ssr1 := subimg2.Bounds()//draw.Draw(sm1,sb1,subimg1,ssr1.Min.Sub(soffet1),draw.Over)//soffet2 := image.Pt(i,j)//ssr2 := subimg2.Bounds()//draw.Draw(sm2,sb2,subimg2,ssr2.Min.Sub(soffet2),draw.Over)hash1, _ := goimagehash.DifferenceHash(subimg1) //AverageHash DifferenceHash PerceptionHash 三种常用算法hash2, _ := goimagehash.DifferenceHash(subimg2)distance, err := hash1.Distance(hash2)if err != nil {fmt.Println(err)}if distance > gap {offet := image.Pt(i,j)sr := subimg2.Bounds()outlines = append(outlines, outline{x:i,y:j,})draw.Draw(m,b,subimg2,sr.Min.Sub(offet),draw.Over)if status == 0 && same == 1 {drawline(i,j,4,2,w,m)status = 1}z++}if status == 1 && distance <= gap {outlines = append(outlines, outline{x:i,y:j,})drawline(i,j,4,3,w,m)status,same = 0, 1}} //w}//hname1 := strconv.Itoa(int(time.Now().Unix()))imgw, err := os.Create(name1 + "shuidaan.jpg")if err != nil {fmt.Println(err)}//测试被裁剪的小图是否全部加入对比//simgw1, err := os.Create(name1 + "new1.jpg")//if err != nil {//fmt.Println(err)//}//simgw2, err := os.Create(name1 + "new2.jpg")//if err != nil {//fmt.Println(err)//}//sort.Sort(Outlinesortx(outlines))sort.Sort(Outlinesort(outlines))sortline(outlines)for k,v := range outlines{if k == 0 {status, same= 0,0}if k+1 == len(outlines) {drawline(outlines[k].x,outlines[k].y,4,1,w,m)}if status == 0 && same == 0 {drawline(v.x,v.y,4,0,w,m)same, status = v.x,1continue}if v.x - same == w {same, status= v.x,1}if (v.x - same > w || v.y != outlines[k-1].y ) && status == 1{drawline(outlines[k-1].x,outlines[k-1].y,4,1,w,m)same,status = 0, 0}}jpeg.Encode(imgw, m, &jpeg.Options{100})defer imgw.Close()////测试被裁剪的小图是否全部加入对比//jpeg.Encode(simgw1, sm1, &jpeg.Options{100})//defer simgw1.Close()////jpeg.Encode(simgw2, sm2, &jpeg.Options{100})//defer simgw2.Close()fmt.Println("切片大小 不同图像块 每次对比宽度分别是：", cap(outlines),z,w)}func clip(src image.Image, x, y, w, h int) (image.Image, error) {var subImg image.Imageif rgbImg, ok := src.(*image.YCbCr); ok {subImg = rgbImg.SubImage(image.Rect(x, y, x+w, y+h)).(*image.YCbCr) //图片裁剪x0 y0 x1 y1} else if rgbImg, ok := src.(*image.RGBA); ok {subImg = rgbImg.SubImage(image.Rect(x, y, x+w, y+h)).(*image.RGBA) //图片裁剪x0 y0 x1 y1} else if rgbImg, ok := src.(*image.NRGBA); ok {subImg = rgbImg.SubImage(image.Rect(x, y, x+w, y+h)).(*image.NRGBA) //图片裁剪x0 y0 x1 y1} else {return subImg, errors.New("图片解码失败")}return subImg, nil}func drawline(x, y, size, dire, zone int, m *image.RGBA) error {//x,y划线起点坐标 size线粗 dire线方向 zone对比像素大小size+=4switch dire {case 0:for dot := 4;dot < size;dot++ {for z:= 0;z < zone ;z++ {m.Set(x-dot,y+z,color.RGBA{255, 0, 0, 255})}}case 1:for dot := 4;dot < size;dot++ {for z:= 0;z < zone ;z++ {m.Set(x+dot+zone,y+z,color.RGBA{0, 255, 0, 255})}}case 2:for dot := 4;dot < size;dot++ {for z:= 0;z < zone ;z++ {m.Set(x+z,y-dot,color.RGBA{255, 0, 0, 255})}}case 3:for dot := 4;dot < size;dot++ {for z:= 0;z < zone ;z++ {m.Set(x+z,y+dot,color.RGBA{0, 255, 0, 255})}}default:return errors.New("Parameter error")}return nil}// 排序，用于框出差异，优化减少重复设置像素 切片指针传递func sortline(outlines Outlinesort) {oy,startkey := -1,0if len(outlines) > 0 {oy = outlines[0].y}var sortx Outlinesortfor key,value := range outlines {if value.y != oy {sortx = outlines[startkey:key]sort.Sort(Outlinesortx(sortx))startkey,oy = key,value.y}if key == outlines.Len() {sortx = outlines[startkey:key]sort.Sort(Outlinesortx(sortx))}}}
方式二
有点简单粗暴，直接逐个对比像素点。前提是要两张大小 轮廓 位置相同的图片。本来是设想对比相片是否相同，是否存在差异，固定架拍摄，因此轮廓相同。 后期考虑做图片位置重合匹配
/shuidaan/golang/raw/master/ImageDifferencePx.go源码
package mainimport ("errors""fmt""image""image/color""image/draw""image/jpeg""math""os""sort""strconv""time")type outline struct {x inty int}type Outlinesort []outlinetype Outlinesortx []outlinefunc (o Outlinesort) Len() int {//返回传入数据的总数return len(o)}func (o Outlinesort) Swap(i, j int) {//两个对象满足Less()则位置对换//表示执行交换数组中下标为i的数据和下标为j的数据o[i], o[j] = o[j], o[i]}func (o Outlinesort) Less(i, j int) bool {//按字段比较大小,此处是降序排序//返回数组中下标为i的数据是否小于下标为j的数据return o[i].y < o[j].y}func (o Outlinesortx) Len() int {//返回传入数据的总数return len(o)}func (o Outlinesortx) Swap(i, j int) {//两个对象满足Less()则位置对换//表示执行交换数组中下标为i的数据和下标为j的数据o[i], o[j] = o[j], o[i]}func (o Outlinesortx) Less(i, j int) bool {//按字段比较大小,此处是降序排序//返回数组中下标为i的数据是否小于下标为j的数据return o[i].x < o[j].x}func main() {t2 := time.Now().Nanosecond()file1, _ := os.Open(".\\img\\a0.jpg")file2, _ := os.Open(".\\img\\a8.jpg")defer file1.Close()defer file2.Close()img1, _ := jpeg.Decode(file1)img2, _ := jpeg.Decode(file2)width, high := img1.Bounds().Dx(),img1.Bounds().Dy()var status,same, z,h,w int = 0,1,0,1,1 //status same划线状态，gap允许色差 z多少个差别 h单个色块高 w单个色块宽var gap float64 = 1var outlines []outline = make([]outline,0,(width*high)/32)b := img1.Bounds()//根据b画布的大小新建一个新图像m := image.NewRGBA(b)draw.Draw(m, b, img1, b.Min, draw.Over)for i:= 0;i < width ; i+=w {for j:=0 ; j < high ; j+=h {subimg1px := rgb2gray1px(img1.At(i,j))subimg2px := rgb2gray1px(img2.At(i,j))//AverageHash DifferenceHash PerceptionHash 三种常用算法,适合比对相似图片。我们是求差别distance := math.Abs(subimg1px - subimg2px)if distance > gap {z++outlines = append(outlines, outline{x:i,y:j,})if status == 0 && same == 1 {//outlines = append(outlines, outline{//x:i,//y:j,//})drawline(i,j,4,2,w,m)//竖向画框status = 1}}if status == 1 && distance <= gap {outlines = append(outlines, outline{x:i,y:j,})drawline(i,j,4,3,w,m)//竖向画框status,same = 0, 1}} //w}//hname1 := strconv.Itoa(int(time.Now().Unix()))imgw, err := os.Create(name1 + "shuidaan.jpg")if err != nil {fmt.Println(err)}sort.Sort(Outlinesort(outlines))sortline(outlines)for k,v := range outlines{if k == 0 {status, same= 0,0}if k+1 == len(outlines) {drawline(outlines[k].x,outlines[k].y,4,1,w,m)}if status == 0 && same == 0 {drawline(v.x,v.y,4,0,w,m)same, status = v.x,1continue}if v.x - same == w {same, status= v.x,1}if (v.x - same > w || v.y != outlines[k-1].y ) && status == 1{drawline(outlines[k-1].x,outlines[k-1].y,4,1,w,m)same,status = 0, 0}}for _,v := range outlines{m.Set(v.x,v.y,img2.At(v.x,v.y))}jpeg.Encode(imgw, m, &jpeg.Options{100})defer imgw.Close()t3:= time.Now().Nanosecond() -t2fmt.Printf("This picture width is %d,height is %d pixels. The program runs for %d milliseconds. There are %d pixels that are different \n",width,high,t3/1e6,len(outlines))fmt.Printf("图片宽 %d,高 %d 像素. 程序运行耗时 %d 毫秒. 相片有 %d 像素不同 \n",width,high,t3/1e6,len(outlines))}//由点划线func drawline(x, y, size, dire, zone int, m *image.RGBA) error {//x,y划线起点坐标 size线粗 dire线方向 zone对比像素大小size+=4switch dire {case 0:for dot := 4;dot < size;dot++ {for z:= 0;z < zone ;z++ {m.Set(x-dot,y+z,color.RGBA{255, 0, 0, 255})}}case 1:for dot := 4;dot < size;dot++ {for z:= 0;z < zone ;z++ {m.Set(x+dot+zone,y+z,color.RGBA{0, 255, 0, 255})}}case 2:for dot := 4;dot < size;dot++ {for z:= 0;z < zone ;z++ {m.Set(x+z,y-dot,color.RGBA{255, 0, 0, 255})}}case 3:for dot := 4;dot < size;dot++ {for z:= 0;z < zone ;z++ {m.Set(x+z,y+dot,color.RGBA{0, 255, 0, 255})}}default:return errors.New("Parameter error")}return nil}// 排序，用于框出差异，优化减少重复设置像素 切片指针传递func sortline(outlines Outlinesort) {oy,startkey := -1,0if len(outlines) > 0 {oy = outlines[0].y}var sortx Outlinesortfor key,value := range outlines {if value.y != oy {sortx = outlines[startkey:key]sort.Sort(Outlinesortx(sortx))startkey,oy = key,value.y}if key == outlines.Len() {sortx = outlines[startkey:key]sort.Sort(Outlinesortx(sortx))}}}//将rgb像素转化为gray，用于对比色差func rgb2gray1px(colorImg color.Color) float64 {r, g, b, _ := colorImg.RGBA()lum := 0.299*float64(r/257) + 0.587*float64(g/257) + 0.114*float64(b/256)return lum}
代码未优化 需改进
