[发明专利]一种资讯图片智能去重的技术方法

说明书

技术领域

本发明涉及智能手机资讯软件图片去重的技术领域，特别地涉及一种在互联网应用软件领域中，对图片判断并去重的技术方法。

背景技术

随着互联网资讯的爆炸式增长，互联网上流传的图片也在不断增长，对于同一张图片被打水印、剪裁或其它方式加工的图片，人眼分辨看多了，都很难辨别，何况是机器。对于大量的资讯图片如人工处理，既耗时成本又大，且效果也不好。那么如何发明一种通过机器智能辨别，高效快速有效的对图片进行辨别去重，特别是对那些非常近似的图片进行快速有效甄别，就尤为重要。

     图片去重可以判断出两张图片是否相同或者近似相同，在两张相似的图片将要同时展示给用户时，通过有效的方法，避免同时展示给用户。目前图片去重的一种方法是：对图片做SHA1码处理，把图片对应的SHA1码通过HASH散列按照有效期存起来。对于相同的图片SHA1码是一样的。这种方法可以低成本的比较出两张图片是否相同，但对于修改过的图片，则需要对图片进行缩放，提取出特性，然后使用汉明距离进行判断两张图片的相似的值。

发明内容

本发明的主要目的是提供一种图片去重，特别是近似图片去重的一种解决方法，以解决相似或相同图片重复出现的情况，提升用户阅读体验。

 

为解决上述问题，提供如下解决方案：

1.把需要比较的图片转为SHA1码，跟已保存在HASH散列中的其他图片SHA1码进行比较，由SHA1码查找出相同的图片。这个方法是最有效率和节省成本的。

2.如果SHA1码查找不出来。则对图片进行截取。根据观察到的图片，大部分图片的水印都在下方。所以需要对图片进行截取，把水印截到比较原图之外。

3.提取图片的特性。把截取后的图片缩进为8*8大小的缩略图，为64个像素。

4.按照像素的位置，计算出图片的二进制指纹。

5.计算两两图片指纹的汉明距离。根据汉明距离可以比较出两张图片的相近度。

具体实施方式：

一、在有图片需要发布时，先把图片转成SHA1码，跟已保存在redis数据库中的HASH set 进行比较。如果发现相同的，则证明这张图片已经发布过。如果不同，则把该图片的SHA1码保存在HASH set中，继续进行以下步骤。

二、    对图片进行截取，把图片的中间特性截取出来。有效的过滤图片旁边的水印部分。提高判断的准确性。

三、    对截取后的图片提取图片的特征，图片的特征可以通过缩略图表现出来，所以把图片缩略成8*8大小，像素为64的缩略图。

四、    提取每个像素的值，求得64个像素的平均值。

五、    将该图片的每个像素和均值进行比较，如果该值大于均值，则记为1，如果小于均值，则记为0。这就会形成一个64位的二进制码。这个就是该图片的指纹。该64位的指纹是有顺序的，每个8*8像素点的位置对应则该指纹码的位数。

六、    取出已经发布图片的指纹码，跟该指纹码进行对比。对比出汉明距离的值，如果该值大于5，则证明这两张图片是不相似的。如果汉明距离在5以内，则判断两张图片相似，汉明距离越少，则图片越相似。

七、    对于大于5的汉明距离，就把该指纹码保存到HASH set。对于5以内的图片，则不能进行发布。