java - 用 Java 修改并比较 2 个图像

Question

我有一项任务需要验证图像。我有两组文件夹，一组是实际的，另一组包含预期的图像。这些图片属于某些品牌/公司。

经过初步调查，我发现每个品牌的图片尺寸不同，但格式相同，即 png

到目前为止我所做的:- 在谷歌搜索后，我发现了下面的代码，它比较了 2 个图像。我为其中一个品牌运行了这段代码，结果当然是错误的。然后我修改其中一张图像，使两个图像具有相同的尺寸..即使这样我也得到了相同的结果。

public void testImage() throws InterruptedException{
        String file1="D:\\image\\bliss_url_2.png";
        String file2="D:\\bliss.png";
        Image image1 = Toolkit.getDefaultToolkit().getImage(file1);
        Image image2 = Toolkit.getDefaultToolkit().getImage(file2);

        PixelGrabber grab1 =new PixelGrabber(image1, 0, 0, -1, -1, true);
        PixelGrabber grab2 =new PixelGrabber(image2, 0, 0, -1, -1, true);



        int[] data1 = null;

        if (grab1.grabPixels()) {
        int width = grab1.getWidth();
        int height = grab1.getHeight();
        System.out.println("Initial width and height of Image 1:: "+width + ">>"+ height);
        grab2.setDimensions(250, 100);
        System.out.println("width and height of Image 1:: "+width + ">>"+ height);
        data1 = new int[width * height];
        data1 = (int[]) grab1.getPixels();
        System.out.println("Image 1:: "+ data1);
        }

        int[] data2 = null;

        if (grab2.grabPixels()) {
        int width = grab2.getWidth();
        int height = grab2.getHeight();
        System.out.println("width and height of Image 2:: "+width + ">>"+ height);
        data2 = new int[width * height];
        data2 = (int[]) grab2.getPixels();
        System.out.println("Image 2:: "+ data2.toString());
        }

        System.out.println("Pixels equal: " + java.util.Arrays.equals(data1, data2));
    }

我只是想验证图像的内容是否相同，即图像属于同一品牌，如果不同，那么有什么区别

请帮助我该怎么做才能进行有效的比较。

Answer 1

也许您不应该使用某些外部库，假设它应该是您自己的工作。从这个角度来看，比较图像的一种方法是获取两幅图像相同部分的平均颜色。如果结果相等(或由于压缩错误等而非常相似)

假设我们有两张图片图像 1 是 4 像素。 (为简化起见，每个像素都用数字表示，但应该是RGB)

1 2
3 4

[ (1+2+3+4)/4 = 2.5 ]

图像 2 是原来的两倍

1 1 2 2
1 1 2 2
3 3 4 4
3 3 4 4

[ ((4*1)+(4*2)+(4*3)+(4*4))/16 = 2.5]

两幅图像的平均像素值(颜色)均为 2.5。(以真实像素颜色，分别比较RGB颜色。三者应该相等或非常接近)

就是这个想法。现在，您应该对最小图像的每个像素和最大图像的相应像素进行此计算(根据两个图像的比例差异)

希望您能找到一个好的解决方案!